.webp)
Hasil penelitian dosen Monash University Indonesia Dr Harriman Samuel Saragih menunjukkan pengguna layanan streaming musik di Indonesia suka lagu yang fresh, happy, positif, dan bisa dipakai untuk dance. Temuan ini dihasilkan dari analisis atribut audio dan user data Indonesia dari Spotify.
"Dengan menganalisis berbagai atribut audio yang meliputi tempo, energi, dan irama yang danceable, serta aspek instrumental dari sebuah lagu, penelitian ini menggunakan metode machine learning untuk memprediksi popularitas sebuah lagu," tutur Harriman dalam keterangan resminya, dikutip Selasa (2/4/2024).
"Hasil studi menemukan pengguna streaming di Indonesia pada umumnya menyukai lagu yang fresh, happy, positive & danceable," imbuh dosen Department of Business Innovation, Monash University Indonesia ini.
SCROLL TO CONTINUE WITH CONTENT
Harriman menjelaskan, berdasarkan data Statista, penghasilan industri musik Indonesia diperkirakan mencapai tingkat pertumbuhan 10,03 persen. Volume pasar musik Indonesia pada 2025 diperkirakan bernilai USD 343 juta atau Rp 5,46 triliun. Proyeksi ini menjadikan salah satu pasar musik Asia Tenggara yang penting diteliti lebih lanjut.
Resep Lagu Populer di Indonesia
Sains di balik lagu-lagu laris coba dikupas Harriman melalui model pembelajaran mesin (machine learning) empiris. Lewat model ini, ia berusaha mengidentifikasi fitur-fitur audio apa saja yang lazim ada di lagu-lagu populer bagi pengguna Spotify asal Indonesia, seperti dikutip dari artikel ilmiahnya, Predicting song popularity based on spotify's audio features: insights from the Indonesian streaming users yang diterbitkan dalam Journal of Management Analytics 2023.
Pada penelitian ini, Harriman menggunakan variabel fitur audio seperti durasi, tanggal rilis, danceability alias potensi lagu untuk membuat bergoyang, energi, kekencangan suara, speechiness (banyaknya kata-kata yang diucapkan dalam keseluruhan lagu), keakustikan, keinstrumentalan, live, dan valence (tingkat nuansa positif dalam lagu), tempo, mode, eksplisit, kunci, dan time signature (jumlah beats per bar).
Berdasarkan data dan hasil model machine learning, ia menarik kesimpulan bahwa lagu populer di kalangan pengguna Spotify Indonesia yakni:
- Baru dirilis, termasuk lagu yang baru didaur ulang
- Tingkat kekerasan suara (desibel/dB) lebih tinggi
- Bukan lagu instrumental
- Kebanyakan berisi nuansa musik digital atau elektronik
- Durasinya lebih panjang
- Tidak banyak lirik yang diucapkan, bukan dinyanyikan (seperti rap)
- Lebih enerjik
- Mood positif
- Sangat bisa dipakai untuk dance
- Hasil rekaman studio, bukan rekaman live
Berdasarkan hasil studi tersebut, Harriman menjabarkan sejumlah faktor yang menentukan lagu sukses:
- Waktu rilis yang pas untuk menarik perhatian pasar
- Mendaur ulang lagu lama dengan memasukkan komposisi fitur audio lagu populer, seperti ber-mood positif, bersuara keras, dan bisa dipakai untuk dance
- Karya musik digital yang mengkombinasikan musik (instrumental) dan elemen vokal
- Hindari lagu rap dan musik instrumental penuh (tanpa lirik)
- Lagu dengan mood happy atau positif
- Rekaman di studio ketimbang rekaman live
- Durasi lagu rata-rata 3 menit, maksimal 4 menit
- Artis instrumental dapat berkolaborasi dengan vokalis untuk memperbesar paparan pasar
- Membuat perbedaan (diferensiasi) agar karya musik yang dihasilkan dengan menggunakan 'resep fitur audio lagu laris' tidak mainstream dan punya keunikan sehingga lebih dapat bersaing di pasar
Dari penelitian ini, baik musisi, produser musik, hingga label atau pemasar bisa menggunakan studi terkait sebagai bahan pertimbangan merilis lagu baru di Indonesia. Dengan demikian, lagu-lagu Indonesia karya mereka mendapat respons positif lebih lebih di pasar musik Tanah Air.
Lebih lanjut, Harriman meyakini machine learning & data analytics dapat dalam memprediksi perilaku dan peluang di pasar. Hasil penelitiannya menunjukkan fitur-fitur audio dapat mengindikasikan popularitas lagu di pasaran.
Hasil penelitian ini, sambungnya, mendukung konsep kunci teori budaya konsumen pada konteks pasar streaming musik. Dengan teori ini, ditegaskan bahwa ada pola konsumsi di antara beragam identitas konsumen dalam sebuah pasar streaming musik.
(twu/nwk)
