FAKTOR-FAKTOR YANG MEMENGARUHI PENGGUNAAN APLIKASI MUSIK SPOTIFY DENGAN METODE REGRESI LOGISTIK BAYES
Kata Kunci:
Spotify, Regresi Logistik Multinomial Bayes, Hamiltonian Monte Carlo (Hmc), Usia, Menciptakan Musik, Mendengarkan MusikAbstrak
Penelitian ini bertujuan untuk mengidentifikasi dan menganalisis faktor-faktor yang memengaruhi penggunaan aplikasi spotify di era digital yang semakin berkembang pesat. Fokus utama studi ini adalah menerapkan metode regresi logistik Bayes untuk mendapatkan estimasi parameter yang lebih optimal dibandingkan metode klasik. Menggunakan 100 data sekunder yang bersumber dari datasets Kaggle. Melibatkan satu variabel respons (status penggunaan spotify) dan enam variabel prediktor yaitu usia, waktu mendengarkan musik, bermain musik, menciptakan musik, mendengarkan musik saat bekerja, dan genre. Parameter diestimasi menggunakan pendekatan Bayes dengan simulasi Markov Chain Monte Carlo. Analisis menunjukkan bahwa dari enam variabel yang diuji terdapat tiga variabel yang berpengaruh signifikan yaitu usia (X1), waktu mendengarkan musik (X2) dan kemampuan menciptakan musik (X4). Model regresi yang terbentuk memiliki kekauratan total klasifikasi sebesar 76%, dengan akurasi spesifik untuk kategori pengguna spotify mencapai 89,39%.
