Pada penelitian ini dilakukan pengembangan sistem rekomendasi dengan metode itembased collaborative filtering untuk pemilihan konsentrasi di STMIK STIKOM Bali. Penelitian ini menggunakan data nilai mahasiswa Program Studi Sistem Komputer dan Sistem Informasi. Data mata kuliah digunakan sebagai item, data mahasiswa digunakan sebagai user dengan nilai untuk mata kuliah yang telah ditempuh digunakan sebagai rating. Evaluasi dilakukan terhadap efektivitas dan relevansi rekomendasi yang diberikan oleh sistem. Efektivitas diukur dengan precision, dan relevansi diukur menggunakan recall. Berdasarkan hasil pengujian, sebesar 98% dari rekomendasi yang diberikan oleh sistem terbukti menghasilkan indeks prestasi mata kuliah konsentrasi yang lebih besar atau sama dengan 2,75 pada kedua data program studi. Rekomendasi yang diberikan oleh sistem relevan terhadap 76% mahasiswa yang memperoleh indeks prestasi untuk mata kuliah konsentrasi lebih besar atau sama dengan 2,75 pada Program Studi Sistem Komputer dan 73% pada Program Studi Sistem Informasi. Dengan demikian disimpulkan sistem dapat memberikan rekomendasi yang cukup baik pada kedua program studi, namun masih perlu ditingkatkan dari sisi relevansi rekomendasi. Faktor yang berpengaruh terhadap rekomendasi yang dihasilkan sistem adalah nilai kemiripan yang digunakan untuk menghitung prediksi. Disarankan untuk melakukan pengembangan kombinasi metode yang dapat meningkatkan kualitas dan relevansi dari rekomendasi. Pengembangan dapat mempertimbangkan penggunaan algoritme genetika untuk memperbaiki hasil pengukuran nilai kemiripan yang diharapkan dapat meningkatkan kualitas dan relevansi rekomendasi yang dihasilkan.