Collaborative Filtering merupakan metode yang digunakan untuk membangun sistem rekomendasi dengan konsep bahwa kesimpulan dari klien yang berbeda digunakan untuk mengantisipasi hal-hal yang mungkin menarik bagi pengguna. Penelitian ini menggunakan data dari Rent the Runway dan metode yang digunakan adalah Item-based Collaborative filtering, dimana sistem akan mencari kesamaan produk yang telah dibeli oleh pelanggan kemudian mencari nilai prediksi. Fashion membutuhkan rekomendasi karena memainkan peran penting dalam membantu individu mengekspresikan identitas, gaya pribadi, dan kepribadian mereka melalui pilihan pakaian, aksesori, dan gaya berpakaian. Sistem rekomendasi menggunakan metode item berdasarkan analisis jumlah pembelian atau penjualan dan pengelompokan menurut pada setiap kategori produk sehingga dapat membantu konsumen dalam memilih produk fashion. Ditemukan bahwa penggunaan Adjusted Cosine Similarity menghasilkan rekomendasi yang lebih baik dengan rata-rata nilai MAE sebesar 0,2750, sedangkan Cosine Similarity dengan rata-rata selisih MAE sebesar 0,3989. Hal ini membuktikan bahwa penggunaan adjusted cosine similarity dapat menghasilkan rekomendasi yang lebih baik karena algoritma penyesuaian tidak hanya mempertimbangkan perilaku pengguna, tetapi juga menghasilkan kesalahan kinerja yang lebih rendah.
Kata kunci : Collaborative Filtering, Cosine Similarity, Sistem Rekomendasi, Item-based, Fashion