Peningkatan jumlah pelanggan Soraaya Studio dari 3.153 orang pada tahun 2023 menjadi 5.412 orang pada tahun 2025 berbanding lurus dengan makin beragamnya variasi layanan Nail Art dan Eyelash Extension. Namun, pencatatan janji temu yang masih manual dalam buku catatan menimbulkan penumpukan data tidak terstruktur serta menyulitkan pelanggan dalam menentukan pilihan layanan yang sesuai dengan preferensi mereka. Penelitian ini bertujuan membangun sistem rekomendasi berbasis web menggunakan metode Item-Based Collaborative Filtering dengan perhitungan kemiripan Cosine Similarity untuk memberikan saran layanan personal. Dataset transaksi enam bulan terakhir ditransformasikan menjadi implicit rating berbasis frekuensi booking pelanggan menggunakan teknik purposive sampling. Sistem dikembangkan melalui metodologi Rapid Application Development (RAD) dengan bahasa pemrograman PHP dan basis data MySQL. Pengujian fungsionalitas menggunakan Black-Box Testing pada 20 skenario uji menghasilkan tingkat keberhasilan 95,00%, sedangkan pengujian White-Box Testing membuktikan fungsi komputasi bebas dari kesalahan logika dengan kompleksitas siklomatis V(G) = 3. Evaluasi kepuasan pengguna menggunakan skala Likert memperoleh nilai rata-rata 4,49 (89,8% - Sangat Layak), serta evaluasi kegunaan sistem menggunakan System Usability Scale (SUS) terhadap 34 responden menghasilkan skor rata-rata 81,54 yang tergolong dalam kategori Excellent (Grade A, Acceptable). Temuan ini membuktikan bahwa Item-Based Collaborative Filtering efektif memberikan rekomendasi layanan kecantikan secara personal dan akurat.