Penerapan Metode K-Means Clustering untuk Pengelompokkan Musik Berdasarkan Karakteristik Audio
DOI:
https://doi.org/10.47747/jurnalnik.v6i2.2751Keywords:
Data Mining, K-Means Clustering, SEMMA, Python, Fitur AudioAbstract
Perkembangan teknologi digital telah menyebabkan lonjakan besar dalam jumlah data musik yang tersedia, khususnya pada platform streaming seperti Spotify. penelitian ini menerapkan metode K-Means Clustering guna mengelompokkan lagu berdasarkan kemiripan fitur audio seperti danceability, energy, valence, acousticness, dan tempo. Proses penelitian menggunakan metodologi SEMMA (Sample, Explore, Modify, Model, Assess), dimulai dari pengumpulan data lagu terpopuler Spotify tahun 2024 yang berjumlah 6.513 lagu dengan 19 atribut. Setelah dilakukan eksplorasi, modifikasi, normalisasi, dan pemodelan, jumlah klaster optimal ditentukan menggunakan elbow method dan hasil evaluasi menggunakan silhouette score sebesar 0,435. Hasilnya, terbentuk tiga klaster musik yang merepresentasikan perbedaan karakteristik audio. Penelitian ini menunjukkan bahwa metode K-Means efektif dalam mengelompokkan musik, dan dapat dikembangkan lebih lanjut dengan algoritma alternatif untuk hasil yang lebih presisi.
References
N. R. Fitradhi, M. Firman Hidayat, T. W. Saputro, M. G. Alifian, and A. P. Sari, “Laporan Final Project Machine Learning Rekomendasi Musik Spotify Menggunakan Metode K-Means,” Semin. Nas. Inform. Bela Negara, vol. 3, pp. 2747–0563, 2023.
H. Tannady, J. Fernandes, A. Honni, and S. Lee, “Analisis Big Data Spotify dengan Metode Data Mining Analysis of Spotify Big Data with Data Mining Method,” vol. 7, no. 2, pp. 52–59, 2024.
F. S. Farhani and A. Qoiriah, “Klasterisasi Musik Menggunakan K-Means,” JINACS ((Journal Informatics Comput. Sci., vol. 06, pp. 566–572, 2024.
R. Maringka, A. Khoirunnita, R. Maringka, and E. Utami, “Analisa Perkembangan Musik Pada Spotify Menggunakan Structured Query Language ( SQL ) Analysis Of The Evolution Of Music On Spotify Using Structured Query Language ( SQL ),” Cogito Smart J., vol. 7, no. 1, pp. 1–14, 2021.
P. Issn, A. R. Zaidah, C. I. Septiarani, S. Nisa, and N. Wahyudi, “KOMPARASI ALGORITMA K-MEANS , K-MEDOID , AGGLOMEARTIVE CLUSTERING TERHADAP GENRE SPOTIFY,” J. Ilm. Ilmu Komput. Fak. Ilmu Komput. Univ. Al Asyariah Mandar, vol. 7, no. 1, pp. 49–54, 2021.
I. P. B. W. Brata and I. D. M. B. A. Darmawan, “Mood Classification of Balinese Songs with the K-Means Clustering Method Based on the Audio-Content Feature,” JELIKU (Jurnal Elektron. Ilmu Komput. Udayana), vol. 9, no. 3, p. 331, 2021, doi: 10.24843/jlk.2021.v09.i03.p03.
U. L. Musyarofah, S. N. Alima, and D. S. Y. Kartika, “Klasifikasi Top 50 Spotify Tahun 2010-2019 Menggunakan Metode K-Means Clustering,” Pros. Semin. Nas. Teknol. dan Sist. Inf., vol. 2, no. 1, pp. 215–220, 2022, doi: 10.33005/sitasi.v2i1.300.
A. V. Muhammda Daffa Rachman, “IMPLEMENTASI ALGORITMA K-MEANS DALAM SISTEM REKOMENDASI MUSIK MENGGUNAKAN PYTHON.pdf,” JATI (Jurnal Mhs. Tek. Inform., vol. 8, no. 3, pp. 3857–3862, 2024.
L. Nurhalimah, T. I. Hermanto, and I. Kaniawulan, “Analisis Prediksi Mood Genre Musik Pop Menggunakan Algoritma K-Means dan C4.5,” JURIKOM (Jurnal Ris. Komputer), vol. 9, no. 4, p. 1006, 2022, doi: 10.30865/jurikom.v9i4.4597.
M. Ikhsan Firmansyah, R. Saepul Rohman, and E. Marsusanti, “Penerapan Algoritma Klastering K-Means Untuk Fitur Atribut Pada Layanan Streaming Musik Spotify,” Indones. J. Comput. Sci., vol. 2, no. 2, pp. 58–66, 2023, doi: 10.31294/ijcs.v2i2.2465.
N. A. Hidayatullah and W. Prihartono, “CLUSTERING ALGORITMA K-MEANS UNTUK MENINGKATKAN EFEKTIVITAS PROGRAM SOSIAL DI KOTA / KABUPATEN CIREBON,” JITET (Jurnal Inform. dan Tek. Elektro Ter., vol. 13, no. 1, pp. 629–636, 2025.
I. Fitrianti, A. Voutama, and Y. Umaidah, “Clustering Film Populer Pada Aplikasi Netflix Dengan Menggunakan Algoritma K-Means Dan Metode CRISP-DM Clustering Popular Movies on Netflix App Using K-Means Algorithm and CRISP-DM Method,” Jtsi, vol. 4, no. 2, pp. 301–311, 2023.
C. Syaefulloh and D. G. Hutabarat, Rafida NL, “OPTIMALKAN PERAN DINAS SOSIAL MELALUI PENGGUNAAN PYTHON UNTUK DATA MINING PUSDATIN KEMENSOS DALAM PELAKSANAAN VALIDASI DAN VERIFIKASI DTKS DI PROVINSI MALUKU PENDAHULUAN Kesejahteraan sosial adalah keadaan saat manusia merasa bahagia , aman serta terpenuh,” Explor. (Jurnal Inform. dan Komputer), vol. 12, no. 2, pp. 156–168, 2022.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2025 Jurnal Nasional Ilmu Komputer
This work is licensed under a Creative Commons Attribution 4.0 International License.
