Keramik merupakan produk untuk dekorasi lantai ruangan, teras, dapur, kamar mandi, dan dinding yang memberikan nilai estetik rumah. Berbagai model dan tekstur keramik telah hadir di pasaran, menyebabkan kesulitan bagi pelanggan untuk memilih produk yang sesuai. Maka dibutuhkan sebuah sistem yang dapat memberikan pilihan produk keramik yang relevan untuk pelanggan. Terdapat beberapa metode sistem rekomendasi yang dapat digunakan dalam pembuatan sistem rekomendasi, yakni Collaborative Filtering dan Content-Based Filtering. Collaborative Filtering memberikan rekomendasi berdasarkan feedback dari pengguna lain atau dari pengguna itu sendiri. Sedangkan Content-Based Filtering memberikan rekomendasi berdasarkan kemiripan atribut dari produk. Penelitian ini mengimplementasikan metode Collaborative Filtering dengan menggunakan cosine similarity untuk menghitung kemiripan antar pengguna dan weighted sum untuk perhitungan prediksi. Untuk metode Content-Based Filtering, algoritma TF-IDF digunakan untuk mencari ketersediaan konten yang sesuai. Setelah melakukan pengujian, sistem rekomendasi yang dibuat dapat memberikan rekomendasi produk keramik berdasarkan kemiripan produk dan penilaian dari pengguna lain. Dengan demikian, sistem ini dapat membantu pelanggan dalam menemukan rekomendasi produk keramik dengan cepat dan efisien, sesuai dengan preferensi dan kebutuhan masing-masing.