Article Per Year (5 Year)
p-Index From 2021 - 2026
2.177
P-Index
This Author published in this journals
All Journal Jurnal Pekommas Journal of Information System Sistemasi: Jurnal Sistem Informasi Jurnal Infomedia Kumawula: Jurnal Pengabdian Kepada Masyarakat Jurnal Teknologi Informasi dan Multimedia Jurnal Pengabdian UNDIKMA Jurnal Teknik Ilmu dan Aplikasi Jurnal Informatika Polinema (JIP)
Habibie Ed Dien
Politeknik Negeri Malang
Religion Agriculture, Biological Sciences & Forestry Humanities Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Mathematics Mechanical Engineering Nursing Public Health Social Sciences Other

Published : 11 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 11 Documents
Search

 1   2 
Komputasi Terdistribusi Apache Spark melalui Jaringan VPN ZeroTier untuk Prediksi Popularitas Lagu Spotify Berdasarkan Karakteristik Fitur Audio Habibie Ed Dien; Desi Karmila; Qusnul Diah; Atsilah Amany; Louise Nazarossa; Lyra Faiqah Bilqis
Jurnal Infomedia: Teknik Informatika, Multimedia, dan Jaringan Vol 11, No 1 (2026): Jurnal Infomedia
Publisher : Politeknik Negeri Lhokseumawe

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30811/jim.v11i1.9576

Abstract

Transformasi digital telah menjadikan platform streaming seperti Spotify sebagai medium utama dalam konsumsi musik global. Memprediksi popularitas lagu pada platform tersebut menjadi sebuah urgensi krusial bagi industri, namun upaya ini menuntut kemampuan pemrosesan big data yang melebihi batas kapasitas komputasi mesin tunggal konvensional. Oleh karena itu, penelitian ini mengusulkan implementasi arsitektur komputasi terdistribusi menggunakan klaster Apache Spark yang dibangun di atas jaringan Virtual Private Network (VPN) ZeroTier. Prediksi skor popularitas lagu dilakukan menggunakan dataset masif berukuran 1,15 juta rekaman historis berdasarkan atribut karakteristik audio dan meta datanya. Setelah melalui pembersihan dan optimasi partisi data secara paralel, pemodelan diproses dengan melatih algoritma Random Forest Regressor menggunakan pustaka Spark MLlib. Hasil evaluasi regresi menunjukkan performa memadai dengan nilai R² sebesar 0,6071, RMSE 9,9513, dan MAE 7,6349. Analisis tingkat kepentingan fitur mengungkap temuan krusial; fitur akustik audio bawaan seperti danceability dan energy secara kumulatif hanya berkontribusi kurang dari 8%. Proses prediksi justru didominasi secara absolut oleh faktor kontekstual musik, yaitu indeks genre dan tahun rilis sebesar 92,05%. Dari segi infrastruktur, pemantauan log mengindikasikan ketidakseimbangan beban kerja dinamis antar eksekutor serta tantangan latensi jaringan VPN. Secara keseluruhan, penelitian ini membuktikan kelayakan klaster terdistribusi berbasis VPN untuk pemrosesan analitik musik skala raksasa, sekaligus menyimpulkan bahwa tren selera pasar dan era perilisan jauh lebih menentukan popularitas lagu dibandingkan elemen struktural akustiknya.
Co-Authors Aditya Eka P. Andhika Satrio Wiratama Ariadi Retno Tri Hayati Ririd Ashafidz Fauzan Dianta Atsilah Amany Bagas Satya Dian Nugraha Candra Bella Vista Deasy Sandhya Elya Ikawati Deby Silvia A. Desi Karmila Louise Nazarossa Lyra Faiqah Bilqis M Hasyim Ratsanjani Moch Zawaruddin Abdullah Muhammad Afif Hendrawan Noprianto Putra Prima Arhandi Qusnul Diah Reynaldi Fakhri Pratama Rosa Andrie Asmara Rudy Ariyanto Saputra, Agung Adi Septian Enggar Sukmana Vit Zuraida Wilda Imama Sabilla Yoppy Yunhasnawa Yuniari, Nilam