Pesatnya perkembangan industri musik di Indonesia telah memunculkan berbagai genre dan artis baru yang memenuhi selera unik masing-masing pendengar. Di era digital ini, platform streaming musik telah mengubah cara masyarakat menikmati musik. Lirik lagu, sebagai komponen fundamental dari sebuah lagu, berfungsi sebagai media bagi artis untuk menyampaikan emosi, cerita, dan pesan. Penelitian ini berfokus pada pengembangan sistem rekomendasi musik berbasis lirik lagu menggunakan algoritma Content-Based Filtering dan Cosine Similarity. Data sebanyak 50 lagu Indonesia dikumpulkan menggunakan scraping dan diproses melalui tahap preprocessing seperti case folding, penghapusan stopword, dan penghapusan tanda baca untuk meningkatkan kualitas data. Metode Term Frequency-Inverse Document Frequency (TF-IDF) digunakan untuk menganalisis pentingnya kata dalam lirik lagu, diikuti dengan penerapan Cosine Similarity untuk mengukur tingkat kesamaan antar lirik. Implementasi sistem menghasilkan aplikasi berbasis web yang merekomendasikan lagu berdasarkan kesamaan lirik, sehingga membantu pengguna menemukan musik sesuai preferensi mereka. Hasil penelitian menunjukkan bahwa sistem mampu memberikan rekomendasi lagu yang akurat dan relevan berdasarkan lirik.