Perbandingan K-Means dan K-Medoids Untuk Clustering Lagu Setipe di Spotify Berdasarkan Karakteristik Audio

Syalomiele Pratama Agustinus Susanto, Suastika Yulia Riska

Abstract

Pertumbuhan layanan streaming musik seperti Spotify menghadirkan kebutuhan akan sistem pengelompokan lagu yang mampu meningkatkan pengalaman pengguna melalui rekomendasi yang lebih akurat. Untuk meningkatkan pengalaman pengguna, diperlukan sistem pengelompokan lagu berdasarkan kemiripan fitur audio seperti danceability, energy, acousticness, instrumentalness, liveness, speechiness, dan valence. Penelitian ini membandingkan dua algoritma clustering, yaitu K-Means dan K-Medoids, dalam mengelompokkan lagu-lagu Spotify berdasarkan fitur audio tersebut. Algoritma K-Means dikenal efisien dalam komputasi, sementara K-Medoids lebih robust terhadap outlier. Evaluasi dilakukan menggunakan Davies-Bouldin Index (DBI) untuk mengukur kualitas pemisahan antar-kluster. Hasil penelitian menunjukkan bahwa K-Means memberikan hasil terbaik pada k = 3 dengan DBI 0,857, sedangkan K-Medoids memberikan hasil terbaik pada k = 9 dengan DBI 0,844. Meskipun K-Medoids sedikit lebih baik dalam hal kualitas klaster, K-Means lebih unggul dalam efisiensi waktu komputasi. Penelitian ini memberikan wawasan penting mengenai efektivitas kedua algoritma dalam sistem rekomendasi musik berbasis clustering dan dapat memperkaya literatur tentang pengelompokan lagu di platform streaming

Full Text:

PDF

References

Alodia, D. A., Fialine, A. P., Endriani, D., & Widodo, E. (2021). Implementasi Metode K-Medoids Clustering untuk Pengelompokan Provinsi di Indonesia Berdasarkan Indikator Pendidikan. Sepren, 2(2), 1–13. https://doi.org/10.36655/sepren.v2i2.606

Elgiriyewithana, N. (2023). Most Streamed Spotify Songs 2023. Kaggle. https://doi.org/10.34740/KAGGLE/DSV/6367938

Evandi, R., Sapri, S., & Elfianty, L. (2025). Clustering Data Siswa Menggunakan Metode K-Means Untuk Mengetahui Tingkat Prestasi Akademik Di SMK Negeri 2 Kota Bengkulu. JURNAL MEDIA INFOTAMA, 21(2 SE-Articles). https://doi.org/10.37676/jmi.v21i2.9601

Ikhsan Firmansyah, M., Saepul Rohman, R., & Marsusanti, E. (2023). Penerapan Algoritma Klastering K-Means Untuk Fitur Atribut Pada Layanan Streaming Musik Spotify. Indonesian Journal Computer Science, 2(2), 58–66. https://doi.org/10.31294/ijcs.v2i2.2465

Mardiansa, M., Sari, H. L., & Prahasti, P. (2023). Penerapan Data Mining Untuk Mengetahui Minat Siswa Pada Pelajaran IPA Mengunakan Metode K-Means Clustering. Jurnal Multidisiplin Dehasen (MUDE), 2(4), 693–702.

Ningrum, H., Irawan, E., & Lubis, M. R. (2021). Implementasi Metode K-Medoids Clustering Dalam Pengelompokan Data Penyakit Alergi Pada Anak. Jurasik (Jurnal Riset Sistem Informasi Dan Teknik Informatika), 6(1), 130. https://doi.org/10.30645/jurasik.v6i1.277

Nuriska, D., Irawan, B., Bahtiar, A., & Rinaldi Dikananda, A. (2024). Klasterisasi Data Lagu Terpopuler Spotify 2023 Berdasarkan Suasana Hati Menggunakan Algoritma K-Means. JATI (Jurnal Mahasiswa Teknik Informatika), 7(6), 3843–3850. https://doi.org/10.36040/jati.v7i6.8232

Pangestu, C., Shaufiah, S., & Wijaya, R. (2024). X Spotify Cares Clustering Analysis using K-Means and K-Medoids. Jurnal Media Informatika Budidarma, 8(1), 497. https://doi.org/10.30865/mib.v8i1.7279

Prianto, C., & Bunyamin, S. (2020). Pembuatan aplikasi clustering gangguan jaringan menggunakan metode K-Means clustering (Vol. 1). Kreatif.

Privandhani, N. A. (2022). Clustering pop songs based on spotify data using K-Means And K-Medoids algorithm. Jurnal Mantik, 6(2), 1542–1550.

Rohmah Zaidah, A., Indira Septiarani, C., Sholikhatun Nisa, M., Yusuf, A., & Wahyudi, N. (2021). Komparasi Algoritma K-Means, K-Medoid, Agglomeartive Clustering Terhadap Genre Spotify. Jurnal Ilmiah Ilmu Komputer, 7(1), 49–54. https://doi.org/10.35329/jiik.v7i1.186

Sari, H. L. (2023). Penerapan Data Mining Untuk Mengetahui Minat Siswa Pada Pelajaran IPA Mengunakan Metode K-Means Clustering. 2(4), 693–702.

Wanto, A., Kom, M., Siregar, M. N. H., Windarto, A. P., Hartama, D., Ginantra, N. L. W. S. R., Kom, M., Napitupulu, D., Negara, E. S., & Kom, M. (2020). Data Mining: Algoritma dan Implementasi. Yayasan kita menulis.

Zahra, F., Khalif, A., Sari, B. N., Karawang, U. S., Timur, T., & Barat, J. (2024). PROVINSI INDONESIA MENGGUNAKAN ALGORITMA K-MEDOIDS. 12(2).

DOI: https://doi.org/10.31284/j.integer.2026.v11i1.8394

Refbacks

  • There are currently no refbacks.