Industri mebel di Indonesia mengalami perkembangan yang signifikan, namun pelanggan masih menghadapi kendala untuk memperoleh produk yang selaras dengan kebutuhan dan selera individu mereka. Permasalahan ini disebabkan oleh belum tersedianya sistem rekomendasi yang efektif pada platform digital penjualan mebel. Penelitian ini bertujuan untuk mengembangkan dan mengimplementasikan sistem rekomendasi produk mebel berbasis web dengan menggunakan metode Content-Based Filtering. Metode ini dipilih karena tidak memerlukan riwayat transaksi pengguna, melainkan memanfaatkan kemiripan antar item berdasarkan kata kunci (keywords) seperti nama produk, material, kategori, dan atribut lainnya. Sistem dibangun menggunakan data sampel sebanyak 15 produk mebel dan menghasilkan 11 rekomendasi berdasarkan nilai kemiripan (similarity) tertinggi antara profil pengguna dan deskripsi produk. Untuk meningkatkan akurasi, pendekatan metode Naïve Bayes turut digunakan dalam perhitungan kemiripan data. Evaluasi sistem dilakukan menggunakan pengujian black box pada antarmuka pengguna, dan hasilnya menunjukkan bahwa sistem bekerja dengan baik dan sesuai dengan fungsionalitas yang diharapkan. Penelitian ini diharapkan dapat menjadi solusi awal dalam meningkatkan pengalaman pengguna pada platform digital mebel melalui sistem rekomendasi yang cerdas.