Data Track Characteristic
Melalui kelas ini, kamu diajak untuk:
- Mengetahui analisis track characteristic.
- Memahami parameter data EchoNest.
Track Characterstic
Kita bisa saja berdebat soal seberapa baguskah sebuah lagu. Tapi, apa ukuran bagus dan tidaknya?
Spotify API menyediakan analisis track characteristik yang memungkinkan pembedahan sebuah lagu lewat data kuantitatif. Data statistik bukanlah sesuatu kebenaran mutlak, melainkan pelengkap data kualitatif atau subjektivitas saat mendengarkan subjek terkait.
Hirarki Data Track Character
Album, penyanyi, dan lagu, adalah tiga subjek utama dalam konten platform Spotify. Ketiganya ikut menjadi hirarki dalam pengambilan data dan proses analisa /track characteristic.
Geser ke kanan untuk melihat ragam jenis data di Spotify API:
Artist
Spotify menyediakan link khusus untuk artis.
Misal: Blackpink.
Album
Album merupakan kumpulan lagu-lagu yang berada di dalam laman artis.
The Album milik Blackpink.
Track
Lagu spesifik yang berada di dalam album dari artis tertentu.
Lagu 'Lovesick Girls' di dalam album The Album Blackpink.
Pengambilan Data
Setelah proses otentikasi selesai, Spotipy membutuhkan perintah spesifik soal data artis/album/track apa yang bakal ditarik datanya.
Link dapat diperoleh di bagian atas dengan mengklik opsi di tombol 'Share'. Misalnya ketika hendak mengambil data dari 'The Album' milik Blackpink maka dapat diambil dengan cara berikut:
Sebelum memasukkan link tautan, perlu mendeklarasikan nama artis/album/trek sebagai variabel dalam Python. Misalnya dengan contoh The Album milik Blackpink, maka dapat diambil dengan cara berikut.
artist_name = "Blackpink"
artist_list = [BLACKPINK]
album_name = "The Album"
release_date = "2021"
feature_list = []
album_tracks = sp.album_tracks("https://open.spotify.com/album/4cpZazoKuj3jD6x2GrSX2w?si=KrF-luCKTXGwYNoMadi-Aw")Parameter Data
Parameter data yang dipakai mengikuti variabel-variabel karakter musik yang ditetapkan oleh EchoNest, perusahaan analytics khusus untuk industri musik.
Energy
Mengukur energi yang terangkum dalam sebuah nomor. Semakin tinggi nilainya, semakin tinggi energi yang terasa oleh pendengar.
Variabel: Biasanya, nomor yang energik terasa kencang, cepat, dan berisik.
Story behind: Bagaimana narasi lagu dengan kenyataan dalam lagunya, misalnya soal kemarahan, kesenangan yang meletup-letup, dan sebagainya. Dapat pula melihat genre band terkait.
Speechiness
Mengukur banyaknya kata dan kerapatan pengucapannya dalam sebuah lagu. Semakin tinggi nilainya, maka semakin menunjukkan bahwa nomor ini tersusun dari kata-kata yang diucapkan.
Variabel: Banyaknya kata dan kerapatannya ketika diucapkan.
Story behind: Genre lagu.
Acousticness
Menilai apakah musik yang dimunculkan bersifat akustik. Semakin tinggi nilainya, maka nomor tersebut dapat dibilang musik akustik.
Variabel: Suara instrumen yang tidak mengalami intervensi efek atau distorsi.
Story behind: Penggunaan efek (technical), keterkaitannya dengan genre.
Instrumentalness
Penilaian musik berdasarkan ragam instrumen yang digunakan dalam satu lagu.
Variabel: Patokannya terletak pada suara yang dimunculkan melalui instrumen. Suara “ooh” dan “aah” dianggap sebagai vokal. Sehingga, semakin sedikit vokal yang terdengar, maka semakin angka instrumentalness mendekati angka 1.0.
Story behind: Eksplorasi musikal, pengayaan instrumen.
Danceability
Mengukur sejauh mana nomor bisa membuat menari pendengarnya.
Variabel: Kekuatan beat, stabilitas ritme, tempo, dan keseluruhan musiknya. Biasanya, karya remix punya danceability lebih tinggi dari karya aslinya.
Story behind: Perubahan tempo antar-sesi (technical).
Valence
Penilaian terhadap nomor terkait rasa atau emosi yang dimunculkan. Semakin tinggi nilainya, semakin positif emosi yang dihadirkan, seperti bahagia, semangat, atau euforia. Semakin rendah nilainya, maka emosi yang dihadirkan negatif, seperti amarah, sedih, atau depresi.
Variabel: Ambien yang dihadirkan, lirik-lirik lagunya.
Story behind: Genre
Liveness
Mengukur jika diandaikan sebuah nomor dihadirkan secara langsung.
Variabel: Hasil mixing, keseluruhan ambien dari nomor.
Story behind: Menelusuri hasil mixing.
Hirarki Logika
Setelah proses otentikasi selesai, Spotipy membutuhkan perintah spesifik soal data artis/album/track apa yang bakal ditarik datanya.
Artis, album, atau track punya susunan kode yang berbeda. Misalnya menarik data artis, maka yang akan terambil adalah data seluruh album pun termasuk lagu-lagunya. Perlu susunan kode yang efisien agar datanya tidak tercampur dan mudah dipisah-pisah untuk proses analisis mendetail.
for i in range(len(artistalbums["items"])):
if artistalbums["items"][i]["album_group"] == "appears_on":
continue
album_uri = artistalbums["items"][i]["uri"]
album_name = artistalbums["items"][i]["name"]
album_name_list = [word.lower() for word in album_name.split() if word]
album_name_formatted = "-".join(album_name_list)
print(album_name_formatted)
album_tracks = sp.album_tracks(album_uri)Apa arti deretan kode di atas? Mari perjelas..
- Variabel album_uri: mengambil data berupa items dan uri dari link.
- Variabel album_name_list: merapikan data strings di album.
- album_name_formatted: menghapus tanda "-" agar data strings tidak berantakan.
Susunan kode tersebut kemudian diakhiri dengan deklarasi variabel album_tracks yang bertujuan sebagai jembatan untuk menarik data lagu di dalam album-album.
for j in range(len(album_tracks["items"])):
album_song = album_tracks["items"][j]["uri"]
audiofeatures = sp.audio_features(album_song)
title = album_tracks["items"][j]["name"]
name = title.split()
name_list = []
for word in name:
if word:
name_list.append(word.lower())
track_name_changed = "-".join(name_list)Pro Tips
- Ketujuh parameter lagu di Spotify mewakili seluruh komponen pembuatan lagu.
- Hirarki logika yang dipakai adalah dari artis -> album -> lagu.
Kuis
Variabel apakah yang merinci otentisitas instrumen musik dalam sebuah track?