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

Abstrak

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.