Text
“CLUSTERING TINGKAT POPULARITAS LAGU MENGGUNAKAN METODE K-MEDOIDS UNTUK REKOMENDASI MUSIK”.
- Bagikan:
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
Detail Information
| Item Type |
Skripsi (S1)
|
|---|---|
| Penulis |
Priado Siregar - Personal Name
|
| Student ID |
221510021
|
| Dosen Pembimbing |
Ir. Surianto Sitepu, ST., MT - - Dosen Pembimbing 1
Margaretha Yohanna, S.Kom., M.Kom - - Dosen Pembimbing 2 |
| Penguji |
Harlen Gilbert Simanullang, S.Kom., - - Ketua Penguji
|
| Kode Prodi PDDIKTI |
55201
|
| Edisi |
Published
|
| Departement | |
| Kontributor | |
| Bahasa |
Indonesia
|
| Penerbit | Universitas Methodist Indonesia : Medan., 2025 |
| Edisi |
Published
|
| Subyek | |
| No Panggil | |
| Copyright |
Fakultas Ilmu Komputer Universitas Methodist Indonesia
|
| Doi |