Analisis data lagu top 200 pada Spotify tahun 2020-2021

Abstract

Lagu menjadi salah satu hiburan yang banyak digemari oleh masyarakat dan setiap orang memiliki selera musiknya masing-masing. Begitu juga dengan para musisi yang memiliki genre musik dan karakternya masing-masing. Oleh karena itu ada beragam lagu yang dapat dinikmati oleh masyarakat di seluruh dunia, salah satu media yang banyak digunakan sebagai layanan untuk mendengarkan lagu maupun sebagai media untuk para musisi mempublikasikan lagunya adalah Spotify. Spotify sendiri merupakan layanan musik digital yang memberikan akses ke berbagai lagu dari musisi di seluruh dunia. Spotify memiliki beberapa fitur, salah satunya adalah tangga lagu seperti Top 50 Global, Top 50 Indonesia, Top 200 Global dan lainnya. Bagi para musisi, artis dan pelaku bidang industri musik lainnya jika lagu yang mereka buat ataupun lagu yang mereka bawakan bisa masuk ke dalam tangga lagu Spotify tentunya akan memberikan pengaruh baik, seperti meningkatnya jumlah pendengar dan lagu yang lebih dikenal masyarakat. Namun tidak semua lagu dapat masuk ke dalam tangga lagu Spotify, oleh karena itu penelitian ini dibuat untuk mencari faktor-faktor apa saja yang dapat membuat sebuah lagu masuk dan bertahan dalam tangga lagu Top 200 Spotify dengan menganalisis data data lagu Top 200 Spotify tahun 2020-2021 dengan menggunakan teknik data mining. Data mining merupakan proses untuk menemukan pola-pola menarik dan informasi yang menarik dari data dengan jumlah yang banyak. Kumpulan data yang didapatkan akan diproses sehingga dapat menghasilkan pengetahuan baru yang dapat digunakan. Sebelum melakukan pengolahan data untuk menemukan pola-pola perlu dilakukan tahapan data science yaitu pengumpulan data dengan mencari data-data yang diperlukan dalam penelitian ini. Penyiapan dan eksplorasi data dengan melakukan pembersihan dan mempelajari data yang akan digunakan. Analisis data dengan mengolah data dengan teknik data mining untuk menemukan pola-pola dan pembuatan model klasifikasi serta model clustering. Pada penelitian ini dilakukan pengumpulan data utama yaitu data lagu Top 200 Spotify tahun 2020-2021 Global dan data tambahan yaitu data lagu Top 200 Spotify tahun 2020-2021 Indonesia. Kemudian dilakukan pembersihan dan penyiapan data untuk tahapan eksplorasi. Dilakukanlah eksplorasi univariat data untuk mempelajari sifat data dan eksplorasi bivariat untuk analisis lanjutan dan pemilihan atribut yang akan digunakan dalam pembuatan model klasifikasi dan model clustering. Penelitian ini menghasilkan informasi dari hasil analisis data yang disampaikan dalam visualisasi data dan juga model klasifikasi untuk memprediksi jumlah kemunculan sebuah lagu dalam tangga lagu Top 200 Spotify dengan algoritma K-Nearest Neighbor (KNN). Dibuat juga model clustering menggunakan algoritma K-Means untuk melihat pola-pola dalam dataset yang digunakan. Sebagai kesimpulan hasil penelitian ini mengungkapkan bahwa artis dan genre dari sebuah lagu berkorelasi dengan peringkat tertinggi dari sebuah lagu dalam tangga lagu, namun tidak berkorelasi dengan jumlah kemunculan sebuah lagu dalam tangga lagu. Kemudian dapat dilakukan prediksi jumlah kemunculan sebuah lagu dalam tangga lagu berdasarkan nilai popularitas lagu dan peringkat tertinggi yang dicapai lagu tersebut.