Mendeley 
Zotero 
Grammarly 
Turnitin 
Analisis Faktor Tingkat Kebahagiaan Negara Menggunakan Data World Happiness Report dengan Metode Regresi Linier.
Main Article Content
ABSTRAK
Kebahagiaan merupakan faktor yang penting dalam kehidupan. Penelitian ini bertujuan untuk menganalisis faktor-faktor yang mempengaruhi tingkat kebahagian di suatu negara dengan menggunakan data dari World Happiness Report 2022. Dalam upaya tersebut, data dikumpulkan melalui situs web Kaggle dengan menggunakan dataset World Happiness Report 2022 yang tersedia secara public. Dataset ini berisi informasi tentang berbagai faktor yang mempengaruhi tingkat kebahagiaan seperti pendapatan per kapita, kesehatan, dukungan sosial, kebebasan, dan korupsi.Metode yang digunakan pada penelitian ini adalah metode KDD yaitu Knowledge Discovery in Database pada metode ini terdapat pemilihan data, pra pemoresesan, transformasi, data mining dan evaluasi. Hasil analisis menunjukkan bahwa variabel independen seperti pendapatan per kapita, kesehatan, dukungan sosial, kebebasan, dan persepsi korupsi berpengaruh signifikan terhadap tingkat kebahagiaan di suatu negara. Temuan ini dapat memberikan informasi penting bagi pemerintah dan organisasi untuk meningkatkan tingkat kebahagiaan masyarakat di sutu negara melalui kebijakan-kebijakan yang tepat. Secara keseluruhan, penelitian ini memberikan kontribusi penting dalam pemahaman tentang faktor-faktor yang mempengaruhi tingkat kebahagiaan di suatu negara. Hasil penelitian ini dapat dijadikan acuan bagi pemerintah dan organisasi untuk mengembangkan program dan kebijakan yang mampu meningkatkan kesejahteraan dan kebahagiaan masyarakat di suatu negara.
ABSTRACT
Happiness is an important factor in life. This study aims to analyze the factors that influence the level of happiness in a country using data from the World Happiness Report 2022. In this effort, data was collected through the Kaggle website using the publicly available World Happiness Report 2022 dataset. This dataset contains information about various factors that affect the level of happiness such as per capita income, health, social support, freedom, and corruption. The method used in this study is the KDD method, namely Knowledge Discovery in Database. In this method, there are data selection, pre-processing, transformation, data mining and evaluation. The results of the analysis show that independent variables such as per capita income, health, social support, freedom, and perceptions of corruption have a significant effect on the level of happiness in a country. These findings can provide important information for governments and organizations to increase the level of happiness of people in a country through appropriate policies. Overall, this research makes an important contribution to the understanding of the factors that influence the level of happiness in a country. The results of this study can be used as a reference for governments and organizations to develop programs and policies that can improve the welfare and happiness of people in a country.
E. E. P. Unud et al., “FakultasEkonomidanBisnisUniversitasUdayana ( Unud ), Bali , Indonesia PENDAHULUAN Studi mengenai konsep kebahagiaan telah banyak dilakukan melalui berbagai perspektif . Masing-masing perspektif menjelaskan berbagai hasil yang berbeda-beda mengenai apa yan,” hal. 963–992.
J. F. Helliwell, R. Layard, dan J. D. Sachs, “Un Happiness Report,” 2018.
Siska Wulandari dan Ami Widyastuti, “Faktor - Faktor Kebahagiaan Di Tempat Kerja,” J. Psikol. UIN Sultan Syarif Kasim Riau, vol. 10, no. Juni, hal. 41–52, 2014.
V. Plotnikova, M. Dumas, dan F. Milani, “Adaptations of data mining methodologies: A systematic literature review,” PeerJ Comput. Sci., vol. 6, hal. 1–43, 2020, doi: 10.7717/PEERJ-CS.267.
D. A. Kumalasari dan I. G. W. M. Yasa, “Pengaruh Faktor-Faktor Yang Mempengaruhi Tingkat Kebahagiaan Negara Di Dunia,” E-Jurnal Ekon. Pembang. Univ. Udayana, vol. 9, no. 5, hal. 963–992, 2020.
J. Sachs, C. Kroll, G. Lafortune, G. Fuller, dan F. Woelm, Sustainable Development Report 2021. 2021.
J. F. Helliwell, R. Layard, J. D. Sachs, dan J.-E. De Neve, “WellBeing International WellBeing International WBI Studies Repository WBI Studies Repository World Happiness Report 2021 World Happiness Report 2021,” 2021, [Daring]. Tersedia pada: https://www.wellbeingintlstudiesrepository.org/hw_happiness.
A. Purwanto, A. Primajaya, dan A. Voutama, “Penerapan Algoritma C4.5 Dalam Prediksi Potensi Tingkat Kasus Pneumonia Di Kabupaten Karawang,” J. Sist. dan Teknol. Inf., vol. 8, no. 4, hal. 390, 2020, doi: 10.26418/justin.v8i4.41959.
S. Alam, M. G. Resmi, dan N. Masripah, “Classification of Covid-19 vaccine data screening with Naive Bayes algorithm using Knowledge Discovery in database method,” J. Comput. Networks, Archit. High Perform. Comput., vol. 4, no. 2, hal. 177–185, 2022, doi: 10.47709/cnahpc.v4i2.1584.
P. S. T. Informatika dan U. I. Majapahit, “Pemanfaatan Knowledge Data Discovery(KDD) Pada Pola Permainan Atlet Bulutangkis,” Explor. IT J. Keilmuan dan Apl. Tek. Inform., vol. 11, no. 1, hal. 1–6, 2019, doi: 10.35891/explorit.v11i1.1467.
A. Yoga Pratama et al., “Analisis Sentimen Media Sosial Twitter Dengan Algoritma K-Nearest Neighbor Dan Seleksi Fitur Chi-Square (Kasus Omnibus Law Cipta Kerja),” J. Sains Komput. Inform. (J-SAKTI, vol. 5, no. 2, hal. 897–910, 2021.
Euis Saraswati, Yuyun Umaidah, dan Apriade Voutama, “Penerapan Algoritma Artificial Neural Network untuk Klasifikasi Opini Publik Terhadap Covid-19,” Gener. J., vol. 5, no. 2, hal. 109–118, 2021, doi: 10.29407/gj.v5i2.16125.
A. M. Abdulkadium, R. A. A. Shekan, dan H. A. Hussain, “Application of Data Mining and Knowledge Discovery in Medical Databases,” Webology, vol. 19, no. 1, hal. 4912–4924, 2022, doi: 10.14704/web/v19i1/web19329.
S. Rath, A. Tripathy, dan A. R. Tripathy, “Prediction of new active cases of coronavirus disease (COVID-19) pandemic using multiple linear regression model,” Diabetes Metab. Syndr. Clin. Res. Rev., vol. 14, no. 5, hal. 1467–1474, 2020, doi: 10.1016/j.dsx.2020.07.045.
D. Chicco, M. J. Warrens, dan G. Jurman, “The coefficient of determination R-squared is more informative than SMAPE, MAE, MAPE, MSE and RMSE in regression analysis evaluation,” PeerJ Comput. Sci., vol. 7, hal. 1–24, 2021, doi: 10.7717/PEERJ-CS.623.
A. A. Rizaldy et al., “Penerapan Metode Regresi Linear Sederhana Untuk Prediksi Penyebaran Vaksin Covid 19 di Kabupaten Cilacap,” vol. 3, no. 2, hal. 43–50, 2021.
