Dengan seiring berjalannya waktu film akan bertambah banyak. Semakin banyak film maka akan sulit untuk menentukan film mana yang akan ditonton. Karena itu, sistem rekomendasi merupakan hal yang penting untuk merekomen- dasikan sebuah film selanjutnya. Metode yang digunakan untuk rekomendasi film adalah K-Means dan Collaborative Filtering. Preprocessing yang dilakukan adalah Remove Irrelevant Ob- servations. Demographic Filtering mengumpulkan penyaringan berdasarkan kesukaan user. Normalization membuat nilai men- jadi sama rata. Penelitian ini menggunakan 100.000 data rating dari 943 pengguna di 1682 film. Berdasarkan pengujian yang lakukan pada Demographic Filtering untuk Age 12 - 25, 26 - 45 dan di atas 45, serta Gender Male dan Female lalu untuk Genre Action, Adventure, Children’s, Comedy, Crime, Drama, Fantasy, Horror, Musical, Mystery, Romance, Sci-Fi, Thriler. Digunakan untuk K-Means dan K-Similarity yang dilakukan untuk pengujian yang menghasilkan nilai erorr terendah. Berdasarkan hasil pen- gujian menghasilkan nilai rata - rata MAE 0.114988 dan MAPE sebesar 0.064887.