Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Jurnal Nasional Ilmu Komputer
Shulhiyana, Shofi
Unknown Affiliation
Computer Science & IT

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Penerapan Metode K-Means Clustering untuk Pengelompokkan Musik Berdasarkan Karakteristik Audio Shulhiyana, Shofi; Voutama, Apriade
Jurnal Nasional Ilmu Komputer Vol. 6 No. 2 (2025): Jurnal Nasional Ilmu Komputer
Publisher : Training and Research Institute Jeramba Ilmu Sukses (TRI - JIS)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47747/jurnalnik.v6i2.2751

Abstract

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.
Co-Authors Apriade Voutama