Film merupakan media komunikasi yang dibuat sebagai sarana hiburan hingga pemberian informasi film digemarin diberbagai kalangan. Pada saat ini teknologi informasi berkembang sangat pesat begitu juga dengan industri film. Antusias yang besar terhadap film membuat industri film terus-menerus memproduksi film dengan bermacam genre. banyaknya film menjadi tantangan bagi pengguna apabila harus mencari judul film yang sesuai dengan yang disukai. Sistem rekomendasi membantu pengguna dengan cara memberikan saran-saran terhadap suatu item bedasarkan selera pengguna. Salah satu metode rekomendasi yaitu content-based filtering memberikan saran bedasarkan jarak yang dihitung dengan Cosine similarity di dataset movielens bedasarkan Tag terhadap film. Sistem rekomendasi film menggunakan dataset movielens dengan metode content-based filtering berhasil di buat. Confussion matrix digunakan untuk mendapatkan nilai evaluasi dari model KNN dengan hasil nilai recall, precision, accuracy yang masing-masing 0.89, 0.97, dan 0.87 atau 87% akurasi.