Pertumbuhan sektor pariwisata yang pesat mendorong platform perjalanan online yang digunakan untuk mencari dan merencanakan perjalanan banyak bermunculan. Penelitian ini bertujuan untuk membangun sistem rekomendasi tempat wisata terpersonalisasi dengan pendekatan content-based dan collaborative filtering. Metode yang digunakan adalah switch hybrid filtering, yakni gabungan dari kedua pendekatan tersebut. Cara kerjanya, content-based filtering digunakan untuk pengguna baru dan collaborative filtering untuk pengguna yang sudah memberikan rating. Content-based filtering dikembangkan menggunakan TF-IDF dan cosine similarity, sementara collaborative filtering menggunakan algoritma Singular Value Decomposition (SVD) dengan metode matrix factorization. Model rekomendasi diimplementasikan dalam bentuk API menggunakan Flask dan diintegrasikan ke dalam web dengan teknologi framework ASP.NET dan Blazor untuk kebutuhan back-end dan front-end, serta PostgreSQL 17 sebagai basis data. Evaluasi web rekomendasi tempat wisata dilakukan dengan menggunakan black box testing, User Acceptance Testing (UAT), System Usability Scale (SUS), dan Net Promoter Score (NPS). Kemudian, evaluasi model collaborative filtering menghasilkan nilai RMSE sebesar 1,1116 dan MAE sebesar 0,9849. Lalu, evaluasi model content-based filtering menunjukkan bahwa model telah berhasil memberikan lima rekomendasi teratas tempat wisata kepada pengguna. Hasil evaluasi tersebut menunjukkan bahwa web dan model rekomendasi tempat wisata dapat dijalankan dengan baik dan layak untuk digunakan.