Penelitian ini bertujuan untuk mengembangkan aplikasi rekomendasi video game untuk anak-anak berbasis web menggunakan metode Hybrid Filtering. Permasalahan yang diangkat berfokus pada kebutuhan orang tua dalam menemukan game yang sesuai dengan usia dan preferensi anak-anak, khususnya anak usia 6–10 tahun. Metode Hybrid Filtering yang digunakan merupakan kombinasi dari Content-Based Filtering dengan SBERT dan cosine similarity, serta Collaborative Filtering dengan algoritma SVD++. Dataset yang digunakan mencakup metadata game dengan rating “Everyone” dari ESRB dan data interaksi pengguna. Evaluasi dilakukan menggunakan metrik Precision, Recall, dan F1-Score, serta melalui pengujian Black Box, UAT, SUS, dan NPS. Hasil pengujian menunjukkan bahwa sistem rekomendasi memiliki performa yang baik dengan F1-score tertinggi mencapai 0.7670. Selain itu, nilai SUS sebesar 78.33 menandakan tingkat kegunaan sistem berada pada kategori “Good”, dan nilai NPS sebesar 33.3% menunjukkan bahwa sistem berpotensi direkomendasikan oleh pengguna. Sistem yang dikembangkan berhasil diimplementasikan dalam aplikasi web MainAman yang menyediakan fitur pencarian rekomendasi, input preferensi, penyimpanan koleksi, pemberian rating, serta detail informasi game. Hasil penelitian menunjukkan bahwa sistem ini layak digunakan dan dapat membantu orang tua dalam memilih game untuk anak-anak mereka.