Penelitian ini bertujuan untuk mengembangkan sistem rekomendasi destinasi wisata di Kota Batu, Jawa Timur, menggunakan metode Neural Collaborative Filtering (NCF). Sistem ini dirancang untuk membantu wisatawan memilih destinasi yang sesuai dengan preferensi mereka, mengatasi tantangan keberagaman kebutuhan wisatawan dalam industri pariwisata yang terus berkembang. Dataset yang digunakan mencakup data pengunjung, preferensi wisata, dan informasi 14 lokasi wisata populer di Kota Batu. Proses implementasi melibatkan persiapan dataset, pembentukan matriks embedding, dan pelatihan model menggunakan TensorFlow. Evaluasi dilakukan menggunakan metrik akurasi, precision, recall berdasarkan Confusion Matrix. Hasil penelitian menunjukkan bahwa sistem rekomendasi berbasis NCF memiliki performa akurasi yang baik, dengan akurasi tertinggi sebesar 81% pada skenario pembagian data training 80% dan data testing 20%. Skenario lainnya, seperti 85:15, menghasilkan akurasi 80%, yang mengindikasikan kemampuan generalisasi model yang memadai. Namun, akurasi menurun pada skenario dengan proporsi data training yang lebih kecil, seperti 60:40 (67%) dan 70:30 (74%), menegaskan pentingnya dataset yang representatif untuk meningkatkan prediksi. Sistem ini efektif dalam memberikan rekomendasi yang personal dan akurat, sekaligus mendukung promosi pariwisata di Kota Batu. Penelitian ini diharapkan dapat mendorong peningkatan kunjungan wisatawan ke Kota Batu dan berkontribusi pada pertumbuhan industri pariwisata Indonesia.