Semakin banyak berita yang beredar secara online mengakibatkan pembaca sering kesulitan dalam menentukan kemiripan berita yang satu dengan berita lainnya, Mencari berita dengan membuka satu persatu  berita yang ada di situs radar tentu akan merepotkan pengguna, dan belum tentu yang dicari sesuai dengan apa diinginkan pembaca. Sistem rekomendasi yang dikembangkan untuk mengatasi permasalahan tersebut ialah dengan menggunakan pembobotan TF-IDF dan Cosine Similarity, kedua metode ini menggunakan data berita yang sudah di TF-IDF untuk mencari data berita yang mendekati kemiripan yang sangat tinggi seperti dalam deskripsi, dan isiuntuk digunakan keduanya sebagai dasarrekomendasi.Hasil dari rekomendasi dan kemampuan menentukan kemiripan dari berita online yang dihasilkan dari TF-IDF dan Cosine Similiarty akan lebih akurat dalam mencari kemiripan pada suatu situs web berita di Radar Banjarmasin untuk dijadikan rekomendasi bagi user atau pembaca dan berdasarkan hasil penelitian didapatkan hasil presisi dari perhitungan similarity yaitu 76%  dari seluruh berita.