Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal JATI (Jurnal Mahasiswa Teknik Informatika)
Rahmat Saputra, Alvin
Unknown Affiliation
Computer Science & IT

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

Found 1 Documents
Search

 1 
ANALISIS TREN MUSIC DI SPOTIFY MENGGUNAKAN HADOOP MAPREDUCE Sulastri, Ade; Ardiansyah, Alvian; Rahmat Saputra, Alvin; Akbar Perdana, Muhammad; Mashur Sajiah, Adha
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 4 (2025): JATI Vol. 9 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i4.13807

Abstract

Penelitian ini menganalisis tren musik di Spotify selama 10 tahun terakhir dengan memanfaatkan Hadoop MapReduce untuk memahami pola konsumsi musik di era digital. Spotify, sebagai platform streaming musik terkemuka, menghasilkan data besar yang mencerminkan preferensi pengguna, termasuk genre, artis, dan lagu yang paling populer. Tujuan penelitian ini adalah mengidentifikasi tren musik berdasarkan genre dominan, artis terpopuler, serta lagu yang paling sering didengarkan. Dataset yang digunakan diperoleh dari Kaggle dan playlist Spotify, terdiri atas 807 entri dengan tiga variabel utama: judul lagu, artis, dan genre. Proses analisis dilakukan melalui implementasi Hadoop MapReduce, meliputi tahapan pemetaan data, reduksi, hingga visualisasi hasil. Hasil penelitian menunjukkan bahwa genre pop mendominasi dengan kemunculan sebanyak 38% dari total dataset. Artis seperti The Weeknd, Justin Bieber, dan Taylor Swift tercatat sebagai artis dengan frekuensi kemunculan tertinggi. Lagu Blinding Lights oleh The Weeknd menjadi salah satu lagu dengan jumlah kemunculan terbanyak. Secara keseluruhan, Hadoop MapReduce berhasil mengidentifikasi tren musik secara efisien, memberikan wawasan penting bagi industri musik dalam merancang strategi distribusi dan promosi berdasarkan preferensi pasar yang terukur.
Co-Authors Akbar Perdana, Muhammad Ardiansyah, Alvian Mashur Sajiah, Adha Sulastri, Ade