Menjelajahi Wawasan Industri Musik: Klasterisasi Lagu Terpopuler Di Spotify 2024 Dengan Metode K-Means Clustering

Authors

  • Sri Erina Damayanti Universitas Teknologi Bandung
  • Mohamad Ilham Fajriana Universitas Teknologi Bandung
  • Dea Meilani Universitas Teknologi Bandung
  • Shofi Siti Fatimah Universitas Teknologi Bandung

Keywords:

Spotify, K-Means Clustering, popularitas lagu, tren musik, analisis data

Abstract

Penelitian ini mengeksplorasi dinamika industri musik dengan mengklasterisasi lagu-lagu terpopuler di Spotify tahun 2024 menggunakan metode K-Means Clustering. Latar belakang penelitian ini adalah perubahan signifikan dalam cara musik diakses dan dinikmati oleh konsumen, terutama melalui platform streaming seperti Spotify. Masalah yang akan diselesaikan adalah identifikasi tren musik dan faktor-faktor yang mempengaruhi popularitas lagu. Data dari dataset "Most Streamed Spotify Songs 2024" dianalisis menggunakan metode K-Means Clustering untuk mengelompokkan lagu berdasarkan karakteristik audio mereka. Hasil penelitian ini menunjukkan lima cluster utama dengan karakteristik unik masing-masing, yang mencerminkan pola popularitas dan preferensi musik global. Temuan ini penting untuk pemahaman lebih dalam tentang dinamika industri musik saat ini dan dapat memberikan wawasan strategis bagi para pelaku industri dalam mengembangkan strategi promosi dan distribusi yang lebih efektif. 

Downloads

Published

2024-10-23