Proses diagnosis kerusakan mesin pesawat memerlukan keahlian teknis tinggi dan pengalaman dalam memahami gejala serta riwayat perawatan. Teknisi junior sering mengalami kesulitan mengidentifikasi masalah tanpa bimbingan teknisi senior. Penelitian ini bertujuan mengembangkan sistem troubleshooting berbasis teks menggunakan pendekatan Case-Based Reasoning (CBR) untuk memberikan rekomendasi solusi terhadap kerusakan engine pesawat Cessna C208-B berdasarkan kemiripan kasus sebelumnya. Dataset terdiri atas 100 data kerusakan yang mencakup deskripsi gejala (symptom), penyebab (cause), dan tindakan perbaikan (solution). Proses retrieve meliputi text preprocessing (case folding, tokenizing, stopword removal, filtering, dan stemming), pembobotan TF-IDF, serta perhitungan kemiripan menggunakan Cosine Similarity. Hasil pengujian menunjukkan sistem mampu mencapai Precision@1 sebesar 100% dan akurasi keseluruhan 100% dengan waktu pencarian rata-rata 2,8 detik. Meskipun tingkat kemiripan menurun dari 81,7% menjadi 74,7% pada pengujian generalisasi, sistem tetap menunjukkan performa yang konsisten. Hasil ini membuktikan bahwa pendekatan CBR berbasis teks efektif dalam membantu teknisi junior menemukan solusi kerusakan mesin secara cepat dan akurat, serta berpotensi menjadi decision support tool untuk mempercepat proses diagnosis dan mengurangi kesalahan identifikasi di hanggar.