Pada tahun 2019, sebanyak 150 juta penduduk Indonesia mengeluarkan sebanyak 9,3 miliar dollar amerika dalam bidang travel termasuk akomodasi. Banyaknya dana yang digelontorkan menyebabkan banyak bermunculan aplikasi dibidang Online Travel Agent (OTA) salah satunya Airbnb yang memiliki 800.995 data rating. Kumpulan data Airbnb yang besar inilah yang akan digunakan untuk merancang sebuah sistem rekomendasi. Sistem rekomendasi dapat membantu pengguna dalam menentukan penginapan apa yang sesuai dengan kesukaan dan kebutuhan mereka. Karenanya peneliti mencoba mengusulkan penelitian dengan teknik Collaborative filtering yang didasarkan pada preferensi dari pengguna lain yang serupa menggunakan metode Non-Negative Matrix Factorization (NMF) dengan inisialisasi Non-Negative Double Singular Value Decomposition (NNDSVD). Hasil pengujian dilakukan dengan 5−???????????????? Cross Validation mendapatkan hasil k terbaik pada saat ????=89 dengan nilai Root Mean Square Error (RMSE) 2.0105 dan running time selama 16.2983 menit pada inisialisasi NNDSVD. Dengan menggunakan nilai yang sama pada inisialisasi random diperoleh nilai RMSE 2.0199 dan running time selama 16.2983 menit.
Kata Kunci: Collaborative filtering, ????−???????????????? Cross Validation, Non-Negative Double Singular Value Decomposition, Non-Negative Matrix Factorization, Root Mean Square Error, Sistem Rekomendasi.