Secrita - October 05, 2025 - 10:48 | Secrita
Bagaimana Spotify Tahu Selera Musik Anda Lebih dari Diri Sendiri?

Bagaimana Spotify Tahu Selera Musik Anda Lebih dari Diri Sendiri?

Spotify

  • Tempo (BPM): Kecepatan ketukan lagu.

  • Mode & Kunci: Apakah lagu tersebut terdengar sedih (minor) atau gembira (major).

  • Energi: Seberapa intens atau bersemangat lagunya.

  • Dansa (Danceability): Seberapa cocok lagu untuk digoyangkan.

  • Instrumentasi: Jenis instrumen yang digunakan (misalnya, gitar, synthesizer, orkestra).

  • Timbre (Warna Suara): Kualitas sonik keseluruhan.

Dengan menganalisis DNA audio ini, algoritma dapat merekomendasikan lagu yang mirip dengan lagu favorit Anda bahkan jika lagu baru tersebut belum pernah didengarkan oleh "kembaran musik" Anda. Jika Anda menyukai lagu A yang bertempo cepat, dengan vibe elektronik yang gelap, algoritma akan mencari lagu B yang memiliki karakter audio yang hampir identik.

3. Pemrosesan Bahasa Alami (Natural Language Processing - NLP): Membaca Dunia Musik

Pilar ketiga adalah bagian yang membantu Spotify memahami konteks di luar data murni dan sinyal audio—yaitu, bagaimana orang berbicara tentang musik.

Cara Kerjanya:

NLP memungkinkan Spotify memindai teks di seluruh internet: artikel berita musik, blog, review lagu, hingga tag dan deskripsi dalam playlist buatan pengguna (jika publik). Algoritma mencari kata kunci, gaya penulisan, dan deskripsi mood untuk mengaitkan lagu dengan genre, vibe, atau konteks tertentu.

Misalnya, jika ada banyak artikel yang menyebut Artis X sebagai "musisi indie dengan melodi yang tenang dan cocok untuk kerja", NLP akan mencatat tag "Indie", "Tenang", dan "Musik untuk Kerja" pada Artis X. Informasi ini kemudian digunakan untuk menyesuaikan rekomendasi playlist seperti "Focus" atau "Chill Pop".

 

Sinyal yang Menggerakkan Mesin Rekomendasi Anda

Tiga pilar algoritma di atas bergantung pada satu hal: Data Anda. Setiap interaksi yang Anda lakukan di platform adalah sinyal yang membentuk model prediksi selera musik Anda. Sinyal-sinyal ini dapat dikategorikan menjadi beberapa jenis:

1. Sinyal Interaksi Eksplisit (Suka/Tidak Suka)

  • Menyimpan lagu ke library atau playlist buatan sendiri.

  • Mengikuti artis atau playlist lain.

  • Melewatkan (Skip) lagu. Ini adalah sinyal negatif yang sangat kuat; semakin cepat Anda melewatkan lagu, semakin jelas algoritma belajar bahwa Anda tidak menyukainya.

  • Mendengarkan hingga selesai (Completion Rate). Ini adalah sinyal positif terkuat.

artikel teknologi lainnya

Setelah India, OpenAI Luncurkan Paket ChatGPT Go yang Terjangkau di Indonesia

Setelah India, OpenAI Luncurkan Paket ChatGPT Go yang Terjangkau di Indonesia

Setelah Sukses di India, OpenAI Resmi Rilis Paket…

Vibe Coding: Masa Depan Ngoding Tanpa Menulis Kode?

Vibe Coding: Masa Depan Ngoding Tanpa Menulis Kode?

Vibe Coding: Masa Depan Ngoding Tanpa Menulis Kode,…

Perbedaan Kapal Selam Nuklir: Tidak Semua Bawa Hulu Ledak Nuklir, Ini Alasannya

Perbedaan Kapal Selam Nuklir: Tidak Semua Bawa Hulu Ledak Nuklir, Ini Alasannya

SSN vs SSBN: Jangan Salah Kaprah! Benarkah Kapal Selam…