Penelitian ini mengembangkan sistem rekomendasi berita berbasis metode Content-Based Filtering yang bertujuan untuk mempermudah pengguna dalam menemukan berita yang relevan sesuai dengan minat mereka di tengah ledakan informasi. Sistem ini menggunakan teknik pembobotan TF-IDF dan metode cosine similarity untuk mengukur kesamaan antar konten berita. Implementasi sistem dilakukan dengan memanfaatkan dataset berita dari berbagai portal terkemuka di Indonesia, dengan total data sebanyak 32.735 berita.