Sistem rekomendasi dipakai diberbagai aplikasi seperti e-commerce, media sosial, dan yang lainnya, dalam membangun sistem rekomendasi dibutuhkan database sebagai penyimpanan data. Berbagai penelitian telah dilakukan untuk membandingkan berbagai jenis database yang bisa digunakan. Pentingnya pemilihan database terhadap performa sistem membuat penelitian akan penerapan berbagai jenis database pada sistem rekomendasi meningkat termasuk dalam penelitian ini. Penelitian ini melakukan perbandingan latensi dan penggunaan memori antara relational database dan graph database pada sistem rekomendasi film. Indikator utama dalam penelitian ini adalah nilai threshold untuk batas nilai similarity serta teknik sistem rekomendasi yang digunakan. Terdapat 3 teknik yang digunakan yaitu teknik content-based filtering memakai jaccard similarity, collaborative filtering memakai cosine similarity, dan hybrid filtering gabungan dari content-based filtering dan collaborative filtering. Database yang digunakan adalah PostgreSQL untuk relational database dan Neo4j untuk graph database. Berdasarkan pengujian diberbagai nilai threshold didapatkan nilai latensi dan penggunaan memori pada kedua database yang dibandingkan. Pada teknik content-based filtering, PostgreSQL memiliki latensi waktu 120-150 detik dan penggunaan memori 119 - 120 MB sedangkan Neo4j 6-7 detik dan 41 - 43 MB. Pada teknik collaborative filtering, PostgreSQL memiliki latensi waktu 3-4 detik dan penggunaan memori 119 - 120 MB sedangkan Neo4j 4-5 detik dan 24 - 26 MB. Pada teknik hybrid filtering, PostgreSQL memiliki latensi waktu 125-150 detik dan penggunaan memori 119 - 120 MB sedangkan Neo4j 9-11 detik dan 32-34 MB.