Era globalisasi ditandai dengan perkembangan teknologi dan informasi, hal ini berimbas pada kebutuhan manusia akan informasi. PMB (Penerimaan Mahasiswa Baru) merupakan aktivitas rutin perguruan tinggi pada setiap pembukaan ajaran baru. Pelaksanaan PMB tidak luput dari berbagai pertanyaan yang sudah pernah ditanyakan sebelumnya. Dengan memanfaatkan teknologi informasi maka lahirlah FAQ (Frequently Asked Question) yang berisikan jawaban dari pertanyaan yang sering dilontarkan oleh orang-orang yang membutuhkan informasi. Untuk mengurangi beban pihak PMB dalam menjawab pertanyaan secara berulang-ulang, maka dibangunlah sistem penjawab FAQ dengan menerapkan pembobotan TF-IDF (Term FrequencyInverse Document Frequency) dan algoritma cosine similarity. Pembobotan TFIDF merupakan metode untuk memberikan bobot hubungan suatu kata (term) terhadap suatu dokumen berdasarkan dua konsep, yaitu frekuensi kemunculan kata di dalam sebuah dokumen dan inverse frekuensi dokumen yang mengandung kata tersebut. Sedangkan cosine similarity merupakan metode yang digunakan untuk menghitung tingkat kesamaan (similarity) antar dua buah objek. Metode ini menghitung similarity antara dua buah objek yang dinyatakan dalam dua buah vektor dengan menggunakan kata kunci (keyword) dari sebuah dokumen sebagai ukuran. Penelitian ini menggunakan 7 buah sampel data dari keseluruhan data FAQ yang didapat dari wawancara dengan Ibu Susilawati, S.Kom. Data sampel yang digunakan akan melalui proses preprocessing, pembobotan TF-IDF, dan metode cosine similarity untuk menentukan tingkat kesamaan tertinggi yang nantinya akan keluar sebagai hasil akhir. Dengan menggunakan pembobotan TF-IDF dan metode cosine similarity pada 7 data sampel bisa mendapatkan tingkat akurasi hingga mencapai 64.28%.