Analisis Cluster Atribut Audio pada Lagu Terpopuler Aplikasi TikTok

Abstract

Layanan streaming musik seperti TikTok telah merubah cara konsumen mendengarkan musik. Memahami apa atribut yang membuat lagu tertentu menjadi populer dapat memberikan informasi tertentu untuk menciptakan pengalaman pelanggan yang lebih baik serta lebih banyak lagi upaya pemasaran yang efektif bagi pengembang aplikasi TikTok. Pada penelitian ini dilakukan cluster analisis pada dataset yang berjumlah 6746 track yang paling populer pada aplikasi TikTok dari tahun 2004 hingga tahun 2021. Pada penelitian ini dilakukan empat proses dalam metode penelitian yaitu pengumpulan data, pra-pemrosesan data, penerapan algoritma K-Means dan analisis hasil klasterisasi. Dataset dari proses pengumpulan data memiliki sebelas atribut yaitu danceability, key, energy, loudness, speechiness, acousticness, instrumentalness, liveness, valence, tempo, dan duration. Dari hasil cluster menunjukkan menunjukkan ada dua kelompok data dimana data yang dikelompokkan merupakan data lagu atau musik dengan nilai popularitas lebih dari 50. Klaster pertama berisi 1846 data sedangkan pada klaster kedua ada 2876 data. Dari hasil klaster dapat diketahui bahwa terdapat beberapa atribut yang membuat lagu atau track musik pada aplikasi TikTok menjadi trending yaitu diantaranya atribut instrumentalness dengan nilai yang tinggi, durasi pemutaran yang lama, danceability, loudness, speechiness, valence dan tempo yang juga memiliki nilai yang tinggi.