Record Details

Klusterisasi Popularitas Artist pada Playlist Today's Top Hits Menggunakan Metode K-Means dengan Integrasi Spotify Web API dan Teknologi Amazon SageMaker

Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer

View Archive Info
 
 
Field Value
 
ISSN 2548-964X
 
Authentication Code dc
 
Title Statement Klusterisasi Popularitas Artist pada Playlist Today's Top Hits Menggunakan Metode K-Means dengan Integrasi Spotify Web API dan Teknologi Amazon SageMaker
 
Added Entry - Uncontrolled Name Firdaus, Buchori Anantya
Ratnawati, Dian Eka
Hanggara, Buce Trias
Fakultas Ilmu Komputer, Universitas Brawijaya
Fakultas Ilmu Komputer, Universitas Brawijaya
Fakultas Ilmu Komputer, Universitas Brawijaya
 
Summary, etc. Dalam pasar bervolume tinggi seperti Spotify, penting untuk memahami apa yang membuat suatu artis berharga. Salah satu cara untuk mengukur keberhasilan sebuah lagu atau album adalah dengan memeriksa peringkat dan tangga lagu. Spotify, misalnya, menerbitkan beberapa tangga lagu. Khususnya, Today's Top Hits, playlist urutan pertama di ekosistem Spotify, dengan 18,2 juta pengikut (sekitar 7,5 juta lebih banyak dari playlist urutan kedua, Top 50 Spotify Global), dan memiliki sekitar 2,5 juta pendengar aktif harian. Penggunaan Algoritma K-Means karena metode tersebut dapat menangani data musik yang besar secara efektif. Hasil klusterisasi tersebut diharapkan dapat digunakan untuk Record Label dalam menunjukkan proporsi popularitas Artist yang masuk pada Playlist Today's Top Hits yang diharapkan untuk mengetahui berapa persen seorang Artist yang memiliki followers dan popularitas tertentu untuk masuk ke Playlist tersebut, atau mungkin untuk mengetahui segmentasi Artist pada Playlist tersebut. Hasilnya pada proses klusterisasi menggunakan menggunakan metode K-Means, ditemukan presentase proporsi Artist pada Playlist Today's Top Hits yaitu 28.79% untuk Sangat Populer, 42.42% untuk Populer, 28.79% untuk Tidak Populer. Sedangkan, pada proses pengujian kluster menggunakan Silhouette Coeficient, menunjukkan nilai 0.536, yang berarti hasil kluster yang terbentuk baik. Sedangkan, menggunakan Davies-Bouldin Index menunjukkan nilai 0.554, yang berarti hasil kluster yang terbentuk baik juga.
 
Publication, Distribution, Etc. Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya
 
Electronic Location and Access application/pdf
http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/8476
 
Data Source Entry Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer; Vol 5 No 1 (2021): Januari 2021
 
Language Note ind
 
Terms Governing Use and Reproduction Note Hak Cipta (c) 2021 Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
 


www.freevisitorcounters.com