Toko Miring merupakan toko yang menjual bahan sembako. Saat ini Toko Miring dalam melakukan penjualan produknya sudah menggunakan website, sehingga pelanggan tidak perlu datang langsung ke Toko Miring. Namun, pada website tersebut terdapat kekurangan yaitu pelanggan kesulitan dalam memilih produk yang diinginkan berdasarkan pemesanan sebelumnya dan untuk pelanggan baru yang belum memiliki riwayat pemesanan, harus melihat produk satu per satu karena pada website tersebut belum terdapat rekomendasi produk sesuai dengan minat pelanggan atau rating dari pelanggan lain. Untuk mengatasi hal tersebut, pada website toko miring perlu memanfaatkan teknologi baru yaitu dengan menambahkan fitur recommender system. Dalam studi ini, metode yang digunakan adalah Collaborative Filtering, Cosine Similarity, dan Euclidean Distance. Untuk Collaborative Filtering digunakan karena metode ini menggunakan data rating dari seorang pengguna, sedangkan Cosine Similarity dan Euclidean Distance digunakan untuk mengukur kesamaan antara dua vektor atau himpunan data sekaligus membandingkan performansi antara kedua metode tersebut. Pola data yang didapat digunakan sebagai referensi atau pertimbangan dalam memberikan rekomendasi. Hasil yang didapatkan dalam studi ini menunjukkan bahwa metode Collaborative Filtering mampu memberikan rekomendasi produk dengan skor nilai MAE terendah sebesar 3.135958 untuk Cosine Similarity dan 3.222847 untuk Euclidean Distance. Hasil ini didapat berdasarkan empat skenario pengujian yang dilakukan dengan mengkombinasikan beberapa parameter atau kolom seperti diskon, rating dan total harga.