Barbercome adalah aplikasi yang dapat menghubungkan pelanggan dengan Barberman secara online. Salah satu tantangan yang dihadapi oleh aplikasi ini adalah pelanggan yang bingung dalam mencari Barberman yang paling sesuai dengan mereka. Solusi yang diimplementasikan adalah pembangunan sistem rekomendasi content-based filtering yang sesuai, yaitu dapat memberikan rekomendasi dengan akurat berdasarkan data-data yang didapatkan baik dari pelanggan maupun dari Barberman. Evaluasi yang dilakukan untuk penelitian ini berupa interview dengan partisipan serta penilaian menggunakan tiga metrik evaluasi, yaitu Precision, Recall, dan F1-Score. Interview dilakukan secara tatap muka dengan pertanyaan yang menyangkut dengan pengalaman partisipan ketika memilih Barberman. Setelah itu, partisipan juga ditanyakan tentang bagaimana pengalaman dalam memilih Barberman setelah diberikan daftar Barberman yang direkomendasikan oleh sistem rekomendasi. Interaksi yang dilakukan partisipan terhadap rekomendasi yang diberikan saat pemilihan Barberman akan dicatat dan disimpan ke dalam database Barbercome. Hasil dari interaksi yang dapat dikategorikan menjadi True Positive, False Positive, dan False Negative akan digunakan sebagai bahan penghitungan untuk metrik evaluasi. Hasil interview menunjukkan bahwa masalah yang dihadapi partisipan saat ingin memesan Barberman yaitu kesulitan dalam membuat pilihan, berhasil dipecahkan dengan menggunakan daftar rekomendasi yang telah dibuat sistem rekomendasi. Kemudian, hasil dari metrik evaluasi adalah 33.33% untuk Precision, 100% untuk Recall, 33.33% untuk Precision@K, 100% untuk Recall@K, dan 50% untuk F1-Score. Hasil-hasil ini menunjukkan bahwa pengimplementasian sistem rekomendasi sebagai solusi untuk kesulitan memilih Barberman dapat dianggap berhasil.
Kata kunci: content-based filtering, TF-IDF, cosine similarity, sistem rekomendasi, barbercome