Mengingat pelanggan Indihome yang terus meningkat setiap tahunnya, tidak menutup kemungkinan ada dampak di balik itu semua, salah satunya adalah gangguan terhadap layanan Indihome. Banyaknya gangguan yang terkadang harus melibatkan teknisi dari divisi yang berbeda untuk menangani gangguan tersebut menyebabkan keterlambatan dalam pekerjaannya sendiri. Penelitian ini hanya membahas penanganan kerusakan pada pelanggan Indihome dan solusi permasalahan pelanggan Indihome dengan mengkonsultasikan sistem untuk mencari solusi. Representasi pengetahuan yang digunakan adalah case-based reasoning dengan metode AHP dan algoritma similarity Sorensen. Hasil konsultasi penanganan gangguan pelanggan Indihome didapatkan dari nilai similarity terbesar Sorensen. Dari semua defect yang ditemukan, nilai similarity Sorensen tertinggi adalah STB UseeTv yang rusak dengan nilai similarity 0,736. STB UseeTv rusak memiliki nilai paling tinggi karena memiliki bobot gejala berat yang besar dimana kriteria gejala berat memiliki persentase bobot paling tinggi.