Notice: Undefined index: item_type_code in /var/www/html/pustaka/repository/lib/detail.inc.php on line 462
Priado Siregar Pengarang Margaretha Yohanna, S.Kom., M.Kom Dosen Pembimbing 2 Ir. Surianto Sitepu, ST., MT Dosen Pembimbing 1 Harlen Gilbert Simanullang, S.Kom., Ketua Penguji

ABSTRAK Popularitas lagu di platform digital seperti Spotify, YouTube, TikTok, Pandora, dan Shazam menjadi indikator penting dalam menganalisis tren musik, namun perbedaan metode pengukuran di setiap platform menyulitkan analisis dan pengelompokan lagu berdasarkan popularitasnya. Untuk mengatasi hal ini, penelitian ini menggunakan metode K-Medoids dalam mengelompokkan lagu berdasarkan tingkat popularitas, dengan jumlah klaster optimal ditentukan menggunakan metode Elbow, yang menghasilkan 5 kategori:Sangat Populer,Populer,Cukup Populer,Kurang Populer,Tidak Populer. Dataset terdiri dari 1.600 lagu dengan atribut utama seperti Spotify Streams, YouTube Views, TikTok Views, TikTok Posts, Pandora Streams, dan Shazam Counts, serta diimplementasikan menggunakan bahasa pemrograman Python. Hasil penelitian menunjukkan bahwa 4,0625% lagu tergolong dalam kategori sangat populer, 13,25% lagu tergolong dalam kategori populer,15.8125% lagu tergolong dalam kategori cukup populer,31.625% lagu tergolong dalam kategori kurang populer dan 35.25% lainnya tidak populer yang membuktikan efektivitas metode KMedoids dalam pengelompokan lagu. Kata kunci: Clustering, K-Medoids, Metode Elbow, Popularitas Lagu, Rekomendasi Musik