Tinjauan Pusataka: Penerapan Teknologi Artifical Intelligence Pada Fitur “Made For You” Aplikasi Spotify

Fakhri Agil Anderson; Muhamad Malik  Mutoffar

doi:10.37729/intek.v7i1.4329

Fakhri Agil Anderson Sekolah Tinggi Teknologi Bandung
Muhamad Malik Mutoffar Sekolah Tinggi Teknologi Bandung

DOI: https://doi.org/10.37729/intek.v7i1.4329

Keywords: artifical intellegence, rekomendasi, spotify

Abstract

Penelitian ini mengeksplorasi penerapan teknologi Artificial Intelligence (AI) dalam fitur "Made For You" di aplikasi Spotify. Dengan menggunakan metode studi literatur, dilakukan analisis terhadap berbagai publikasi ilmiah dan sumber informasi terpercaya untuk memahami secara mendalam tentang pendekatan AI yang digunakan dalam menyusun rekomendasi musik yang disesuaikan dengan preferensi pengguna di Spotify. Hasil analisis menunjukkan bahwa penggunaan AI dalam fitur "Made For You" memanfaatkan berbagai teknik machine learning, algoritma pengelompokan, dan personalisasi untuk meningkatkan pengalaman mendengarkan musik pengguna. Selain itu, dampak penerapan teknologi AI dalam konteks aplikasi musik secara lebih luas, termasuk implikasinya terhadap kepuasan pengguna dan dinamika industri musik digital. Studi ini memberikan wawasan yang mendalam tentang bagaimana teknologi AI telah mengubah cara dalam menikmati dan menemukan musik di era streaming digital, serta potensi perubahan masa depan dalam industri musik.

Author Biography

Muhamad Malik Mutoffar, Sekolah Tinggi Teknologi Bandung

Academic profile:

Scholar ID | Sinta ID | Orchid ID

References

Anggoro, M. V., & Izzatillah, M. (2022a). Sistem Rekomendasi Musik dengan Metode Collaborative Filtering Berbasis Android. STRING (Satuan Tulisan Riset Dan Inovasi Teknologi), 7(1), 1. https://doi.org/10.30998/string.v7i1.10300

Anggoro, M. V., & Izzatillah, M. (2022b). Sistem Rekomendasi Musik dengan Metode Collaborative Filtering Berbasis Android. STRING (Satuan Tulisan Riset Dan Inovasi Teknologi), 7(1), 1. https://doi.org/10.30998/string.v7i1.10300

Civit, M., Civit-Masot, J., Cuadrado, F., & Escalona, M. J. (2022). A systematic review of artificial intelligence-based music generation: Scope, applications, and future trends. Expert Systems with Applications, 209(January), 118190. https://doi.org/10.1016/j.eswa.2022.118190

Darman, R. (2024). Peran ChatGPT Sebagai Artificial Intelligence Dalam Menyelesaikan Masalah Pertanahan dengan Metode Studi Kasus dan Black Box Testing. Tunas Agraria, 7(1), 18–46. https://doi.org/10.31292/jta.v7i1.256

Enholm, I. M., Papagiannidis, E., Mikalef, P., & Krogstie, J. (2022). Artificial Intelligence and Business Value: a Literature Review. Information Systems Frontiers, 24(5), 1709–1734. https://doi.org/10.1007/s10796-021-10186-w

Eriksson, M. (2020). The editorial playlist as container technology: on Spotify and the logistical role of digital music packages. Journal of Cultural Economy, 13(4), 415–427. https://doi.org/10.1080/17530350.2019.1708780

Fadryona, R. (2021). The Spotify Effect: Peranan Spotify for Artists dalam Industri Musik 4.0. Jurnal InterAct, 9(2), 96–109. https://doi.org/10.25170/interact.v9i2.2188

Hanifa, Sholihin, A., & Ayudya, F. (2023). Peran AI Terhadap Kinerja Industri Kreatif di Indonesia. Journal of Comprehensive Science, 2(7), 1–14. https://www.ncbi.nlm.nih.gov/books/NBK558907/

Harto, C. W., Mawardi, V. C., & Perdana, N. J. (2023). Website Rekomendasi Dan Klasifikasi Lagu Menggunakan Metode Weighted K-Nearest Neighbor. Jurnal Ilmu Komputer Dan Sistem Informasi, 11(1). https://doi.org/10.24912/jiksi.v11i1.24074

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

Netti, S. Y. M., & Irwansyah, I. (2018). Spotify: Aplikasi Music Streaming untuk Generasi Milenial. Jurnal Komunikasi, 10(1), 1. https://doi.org/10.24912/jk.v10i1.1102

Putra, A. I., & Santika, R. R. (2020). Implementasi Machine Learning dalam Penentuan Rekomendasi Musik dengan Metode Content-Based Filtering. Edumatic : Jurnal Pendidikan Informatika, 4(1), 121–130. https://doi.org/10.29408/edumatic.v4i1.2162

Rachmanda, F., Putra Kharisma, A., & Wardhono, W. S. (2020). Pengembangan Aplikasi Penyesuai Playlist Musik dengan Konsep Geofencing menggunakan Spotify API Berbasis Android. Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer, 4(10), 3674–3679. http://j-ptiik.ub.ac.id

Rachmandany, R. F., Kharisma, A. P., & Arwani, I. (2019). Pengembangan Aplikasi Autoplay dengan Konsep Context-Aware menggunakan Spotify API berbasis Android. Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer, 3(7), 6616–6623.

Raharjo, M. M., & Arifin, F. (2023). Machine Learning System Implementation of Education Podcast Recommendations on Spotify Applications Using Content-Based Filtering and TF-IDF. Elinvo: Electronics, Informatics, and Vocational Education, 8(2), 221–230.

Samudro, D. A., & Widyastuti, W. (2020). Peran Kualitas Layanan Elektronik, Presepsi Kemudahan, dan Kualitas Informasi terhadap Niat Pembelian Online Streaming Musik Spotify. Jurnal Ilmu Manajemen, 8(3), 968. https://doi.org/10.26740/jim.v8n3.p968-980

Sijadah, M. F., Oktadini, N. R., Meiriza, A., Putra, P., & Sevtiyuni, P. E. (2023). Analisis Kepuasan Pengguna Terhadap Aplikasi Spotify Menggunakan Metode End User Computing Satisfaction (EUCS). JTKSI (Jurnal Teknologi Komputer Dan Sistem Informasi), 6(2), 143–150. https://doi.org/10.56327/jtksi.v6i2.1487

Siles, I., Segura-Castillo, A., Solís, R., & Sancho, M. (2020). Folk theories of algorithmic recommendations on Spotify: Enacting data assemblages in the global South. Big Data and Society, 7(1), 1–15. https://doi.org/10.1177/2053951720923377