Kebutuhan masyarakat terhadap informasi dan pengetahuan terus meningkat seiring bertambahnya sumber informasi yang tersedia. Banyaknya pilihan bacaan dapat menyulitkan dalam menentukan buku yang sesuai dengan minat dan kebutuhan, sehingga diperlukan sistem yang dapat membantu menemukan buku yang relevan. Penelitian ini bertujuan merancang dan mengimplementasikan sistem rekomendasi buku berbasis Content-Based Filtering menggunakan Term Frequency-Inverse Document Frequency dan Cosine Similarity. Data yang digunakan berjumlah 6.810 buku dengan atribut title, authors, categories, dan description. Tahapan penelitian meliputi preprocessing teks, pembobotan Term Frequency-Inverse Document Frequency, dan perhitungan kemiripan menggunakan Cosine Similarity. Sistem diimplementasikan dalam bentuk website dan dievaluasi menggunakan Precision, Normalized Discounted Cumulative Gain (NDCG), dan Running Time pada Top-3, Top-5, dan Top-10. Hasil evaluasi menunjukkan Precision sebesar 0,523, 0,518, dan 0,508, NDCG sebesar 0,666, 0,688, dan 0,706, serta Running Time sebesar 0,3051 detik, 0,3117 detik, dan 0,3469 detik. Hasil tersebut menunjukkan bahwa sistem mampu menghasilkan rekomendasi buku yang relevan dengan pengurutan berdasarkan tingkat kemiripan yang baik. Berdasarkan hasil tersebut, Content-Based Filtering menggunakan Term Frequency-Inverse Document Frequency dan Cosine Similarity berhasil diterapkan pada sistem rekomendasi buku berbasis website.