Sistem rekomendasi merupakan suatu sistem yang bertujuan memberikan saran kepada user tentang item yang akan mereka pilih. Pada industri film terdapat 2.482.179 judul film internasional dan jumlah tersebut akan terus bertambah. Dengan jumlah film yang banyak, hal itu membuat user menghadapi kesulitan dalam mencari dan memilih film mana yang tepat untuk dilihat sehingga dibutuhkan sistem rekomendasi. Item-based Clustering Hybrid Method (ICHM) adalah salah satu metode dalam sistem rekomendasi yang menggabungkan metode collaborative filtering dan content-based. Dengan menggunakan ICHM, sistem dapat merekomendasikan item yang belum pernah di rating sama sekali oleh user. Data film yang digunakan berasal dari GroupLens. Analisis tingkat akurasi prediksi rating dilakukan dengan menggunakan Means Absolute Error (MAE). Dari hasil analisis didapatkan penambahan jumlah cluster pada proses clustering tidak mempengaruhi tingkat akurasi hasil prediksi rating dengan nilai MAE sebesar 0,74. Dan penambahan nilai koefisien c pada proses similarity memberikan hasil prediksi yang semakin tidak akurat dengan nilai MAE tertinggi sebesar 0,744, sehingga dikatakan prediksi rating yang dihasilkan semakin menjauhi rating sebenarnya atau hasil prediksi rating semakin tidak akurat seiring bertambahnya koefisien c.