1 Pendahuluan

Kebahagiaan merupakan salah satu ukuran kesejahteraan subjektif masyarakat. World Happiness Report menyajikan skor kebahagiaan negara beserta sejumlah indikator sosial, ekonomi, dan kesehatan. Praktikum ini menggunakan metode K-Means clustering untuk mengelompokkan negara berdasarkan kemiripan faktor-faktor tersebut.

Tujuan analisis adalah melakukan pemeriksaan dan eksplorasi data, menentukan jumlah klaster menggunakan metode Elbow, membentuk klaster negara, serta mendeskripsikan karakteristik masing-masing klaster. Clustering merupakan metode eksploratif untuk menemukan kelompok berdasarkan kemiripan; hasilnya tidak membuktikan sebab-akibat.

2 Data dan Metode

2.1 Sumber data dan variabel

Data yang digunakan adalah file world-happiness-report-2021.csv yang disediakan untuk praktikum. Unit analisis adalah negara. Variabel masukan K-Means mencakup enam faktor: GDP per kapita yang telah dilogaritmakan, dukungan sosial, harapan hidup sehat, kebebasan menentukan pilihan hidup, kemurahan hati, dan persepsi terhadap korupsi. Ladder score digunakan untuk menggambarkan rata-rata skor kebahagiaan tiap klaster, bukan sebagai variabel pembentuk klaster. Dengan demikian, pengelompokan berfokus pada faktor-faktor penjelas, bukan skor kebahagiaan itu sendiri.

K-Means menggunakan jarak Euclidean dan sensitif terhadap skala variabel. Oleh sebab itu, keenam variabel distandardisasi menggunakan skor-z sebelum analisis. Jumlah klaster utama ditetapkan k = 3 mengikuti artikel acuan praktikum; grafik Elbow turut diperiksa sebagai pembanding. Label nomor klaster bersifat arbitrer dan dapat berbeda antar-run, sehingga interpretasi didasarkan pada nilai rata-rata karakteristiknya.

2.2 Pemeriksaan data dan preprocessing

Observasi yang memiliki nilai hilang pada salah satu faktor clustering dikeluarkan dari pemodelan agar fungsi K-Means dapat dijalankan. Data negara yang berulang diperiksa, tetapi tidak dihapus otomatis. Statistik jumlah nilai hilang dilaporkan sebelum preprocessing.

Tabel 1. Pemeriksaan awal dataset
Keterangan Hasil
Jumlah baris data 149
Jumlah negara unik 149
Jumlah duplikasi nama negara 0
Observasi lengkap untuk clustering 149
Observasi dikeluarkan karena NA faktor clustering 0
Tabel 2. Nilai hilang per variabel
Variabel Jumlah_NA
Ladder_Score 0
GDP_Log 0
Dukungan_Sosial 0
Harapan_Hidup_Sehat 0
Kebebasan 0
Kemurahan_Hati 0
Persepsi_Korupsi 0

3 Analisis Deskriptif dan Eksplorasi

3.1 Statistik deskriptif

Tabel 3. Statistik deskriptif faktor clustering
Variabel N Rata_rata Median Standar_deviasi Minimum Maksimum
GDP_Log 149 9.432 9.569 1.159 6.635 11.647
Dukungan_Sosial 149 0.815 0.832 0.115 0.463 0.983
Harapan_Hidup_Sehat 149 64.993 66.603 6.762 48.478 76.953
Kebebasan 149 0.792 0.804 0.113 0.382 0.970
Kemurahan_Hati 149 -0.015 -0.036 0.151 -0.288 0.542
Persepsi_Korupsi 149 0.727 0.781 0.179 0.082 0.939

3.2 Histogram faktor kebahagiaan

Histogram berikut memperlihatkan distribusi masing-masing faktor sebelum standardisasi.

Gambar 1. Distribusi faktor-faktor kebahagiaan

Gambar 1. Distribusi faktor-faktor kebahagiaan

Catatan: histogram dihasilkan menggunakan data asli. Nilai besar persepsi korupsi berarti persepsi bahwa korupsi lebih jarang terjadi menurut definisi indikator WHR; interpretasi mengikuti dokumentasi sumber data.

3.3 Korelasi antar faktor

Korelasi Pearson dihitung pada faktor-faktor yang digunakan untuk clustering. Korelasi menunjukkan hubungan linear, bukan kausalitas.

Gambar 2. Matriks korelasi faktor clustering

Gambar 2. Matriks korelasi faktor clustering

Tabel 4. Matriks korelasi Pearson
GDP_Log Dukungan_Sosial Harapan_Hidup_Sehat Kebebasan Kemurahan_Hati Persepsi_Korupsi
GDP_Log 1.000 0.785 0.859 0.432 -0.199 -0.342
Dukungan_Sosial 0.785 1.000 0.723 0.483 -0.115 -0.203
Harapan_Hidup_Sehat 0.859 0.723 1.000 0.461 -0.162 -0.364
Kebebasan 0.432 0.483 0.461 1.000 0.169 -0.401
Kemurahan_Hati -0.199 -0.115 -0.162 0.169 1.000 -0.164
Persepsi_Korupsi -0.342 -0.203 -0.364 -0.401 -0.164 1.000

4 Clustering K-Means

4.1 Standardisasi data

Setiap faktor diubah menjadi skor-z, yaitu dikurangi rata-ratanya dan dibagi simpangan bakunya. Standardisasi mencegah faktor dengan skala numerik lebih besar mendominasi jarak Euclidean.

4.2 Metode Elbow

Metode Elbow membandingkan within-cluster sum of squares (WSS) untuk beberapa nilai k. WSS selalu menurun ketika jumlah klaster bertambah; titik siku merupakan pertimbangan visual dan bukan bukti tunggal jumlah klaster terbaik. Rentang k adalah 1 sampai 10 atau sebanyak jumlah observasi jika kurang dari 10.

Gambar 3. Metode Elbow untuk pemilihan jumlah klaster

Gambar 3. Metode Elbow untuk pemilihan jumlah klaster

Berdasarkan artikel acuan praktikum, analisis utama menggunakan tiga klaster (k = 3). Grafik Elbow di atas digunakan untuk melihat apakah pilihan tersebut masuk akal terhadap pola penurunan WSS. Karena penentuan siku dapat bersifat subjektif, hasil juga perlu ditafsirkan bersama karakteristik klaster dan konteks penelitian.

4.3 Pembentukan klaster

Algoritma dijalankan dengan set.seed(123) agar hasil dapat direproduksi. Nilai nstart = 50 menjalankan beberapa inisialisasi pusat klaster untuk mengurangi ketergantungan pada pemilihan awal pusat.

4.4 Visualisasi hasil clustering

PCA digunakan hanya untuk memproyeksikan enam dimensi terstandardisasi ke dua dimensi agar hasil dapat divisualisasikan. K-Means tetap dibentuk menggunakan seluruh enam faktor, bukan hanya sumbu pada plot PCA.

Gambar 4. Visualisasi klaster pada dua komponen utama PCA

Gambar 4. Visualisasi klaster pada dua komponen utama PCA

5 Hasil dan Pembahasan

5.1 Ukuran klaster

Tabel 5. Jumlah negara pada setiap klaster
Klaster Jumlah_Negara Persentase
1 22 14.77
2 83 55.70
3 44 29.53

5.2 Profil rata-rata klaster

Tabel berikut menyajikan rata-rata faktor pada skala asli. Rata-rata Ladder Score disajikan sebagai deskripsi eksternal klaster; variabel ini tidak digunakan dalam pembentukan klaster.

Tabel 6. Profil rata-rata faktor berdasarkan klaster
Klaster Jumlah_Negara Rata_Ladder_Score GDP_Log Dukungan_Sosial Harapan_Hidup_Sehat Kebebasan Kemurahan_Hati Persepsi_Korupsi
1 22 7.015 10.842 0.929 72.557 0.908 0.068 0.398
2 83 5.711 9.795 0.857 67.327 0.799 -0.079 0.798
3 44 4.455 8.042 0.678 56.808 0.720 0.063 0.760

Untuk memudahkan deskripsi, klaster diurutkan berdasarkan rata-rata Ladder score dari yang terendah hingga tertinggi. Urutan ini hanya untuk memberi label deskriptif dan tidak mengubah hasil K-Means.

5.3 Daftar negara per klaster

Tabel berikut menampilkan seluruh negara yang masuk ke setiap klaster. Jika laporan menjadi terlalu panjang, bagian ini tetap dapat digunakan untuk memeriksa hasil pengelompokan secara transparan.

Tabel 7. Negara dan skor kebahagiaan menurut klaster
Klaster Negara Ladder_Score
1 Australia 7.183
1 Austria 7.268
1 Canada 7.103
1 Denmark 7.620
1 Estonia 6.189
1 Finland 7.842
1 France 6.690
1 Germany 7.155
1 Hong Kong S.A.R. of China 5.477
1 Iceland 7.554
1 Ireland 7.085
1 Luxembourg 7.324
1 Malta 6.602
1 Netherlands 7.464
1 New Zealand 7.277
1 Norway 7.392
1 Singapore 6.377
1 Sweden 7.363
1 Switzerland 7.571
1 United Arab Emirates 6.561
1 United Kingdom 7.064
1 Uzbekistan 6.179
2 Albania 5.117
2 Algeria 4.887
2 Argentina 5.929
2 Armenia 5.283
2 Azerbaijan 5.171
2 Bahrain 6.647
2 Belarus 5.534
2 Belgium 6.834
2 Bolivia 5.716
2 Bosnia and Herzegovina 5.813
2 Botswana 3.467
2 Brazil 6.330
2 Bulgaria 5.266
2 Cambodia 4.830
2 Chile 6.172
2 China 5.339
2 Colombia 6.012
2 Costa Rica 7.069
2 Croatia 5.882
2 Cyprus 6.223
2 Czech Republic 6.965
2 Dominican Republic 5.545
2 Ecuador 5.764
2 Egypt 4.283
2 El Salvador 6.061
2 Gabon 4.852
2 Georgia 4.891
2 Greece 5.723
2 Guatemala 6.435
2 Honduras 5.919
2 Hungary 5.992
2 Israel 7.157
2 Italy 6.483
2 Jamaica 6.309
2 Japan 5.940
2 Jordan 4.395
2 Kazakhstan 6.152
2 Kosovo 6.372
2 Kuwait 6.106
2 Kyrgyzstan 5.744
2 Latvia 6.032
2 Lebanon 4.584
2 Libya 5.410
2 Lithuania 6.255
2 Malaysia 5.384
2 Maldives 5.198
2 Mauritius 6.049
2 Mexico 6.317
2 Moldova 5.766
2 Mongolia 5.677
2 Montenegro 5.581
2 Namibia 4.574
2 Nicaragua 5.972
2 North Cyprus 5.536
2 North Macedonia 5.101
2 Palestinian Territories 4.517
2 Panama 6.180
2 Paraguay 5.653
2 Peru 5.840
2 Philippines 5.880
2 Poland 6.166
2 Portugal 5.929
2 Romania 6.140
2 Russia 5.477
2 Saudi Arabia 6.494
2 Serbia 6.078
2 Slovakia 6.331
2 Slovenia 6.461
2 South Africa 4.956
2 South Korea 5.845
2 Spain 6.491
2 Sri Lanka 4.325
2 Taiwan Province of China 6.584
2 Tajikistan 5.466
2 Thailand 5.985
2 Tunisia 4.596
2 Turkey 4.948
2 Turkmenistan 5.066
2 Ukraine 4.875
2 United States 6.951
2 Uruguay 6.431
2 Venezuela 4.892
2 Vietnam 5.411
3 Afghanistan 2.523
3 Bangladesh 5.025
3 Benin 5.045
3 Burkina Faso 4.834
3 Burundi 3.775
3 Cameroon 5.142
3 Chad 4.355
3 Comoros 4.289
3 Congo (Brazzaville) 5.342
3 Ethiopia 4.275
3 Gambia 5.051
3 Ghana 5.088
3 Guinea 4.984
3 Haiti 3.615
3 India 3.819
3 Indonesia 5.345
3 Iran 4.721
3 Iraq 4.854
3 Ivory Coast 5.306
3 Kenya 4.607
3 Laos 5.030
3 Lesotho 3.512
3 Liberia 4.625
3 Madagascar 4.208
3 Malawi 3.600
3 Mali 4.723
3 Mauritania 4.227
3 Morocco 4.918
3 Mozambique 4.794
3 Myanmar 4.426
3 Nepal 5.269
3 Niger 5.074
3 Nigeria 4.759
3 Pakistan 4.934
3 Rwanda 3.415
3 Senegal 5.132
3 Sierra Leone 3.849
3 Swaziland 4.308
3 Tanzania 3.623
3 Togo 4.107
3 Uganda 4.636
3 Yemen 3.658
3 Zambia 4.073
3 Zimbabwe 3.145

5.4 Interpretasi otomatis profil klaster

Interpretasi berikut menggunakan perbandingan rata-rata faktor dalam data. Kategori “relatif tinggi/rendah” hanya berarti lebih tinggi/rendah dibandingkan klaster lain pada dataset ini, bukan standar universal.

5.4.1 Klaster 1 (kategori skor kebahagiaan Tinggi)

Klaster ini berisi 22 negara. Rata-rata Ladder Score adalah 7,015. Faktor yang relatif menonjol tinggi: GDP per kapita (log), Dukungan sosial, Harapan hidup sehat, Kebebasan memilih, Kemurahan hati; faktor yang relatif menonjol rendah: Persepsi korupsi. Perbandingan dihitung relatif terhadap rata-rata seluruh negara pada dataset.

5.4.2 Klaster 2 (kategori skor kebahagiaan Menengah)

Klaster ini berisi 83 negara. Rata-rata Ladder Score adalah 5,711. Faktor yang relatif menonjol tinggi: tidak ada faktor yang menonjol tinggi; faktor yang relatif menonjol rendah: tidak ada faktor yang menonjol rendah. Perbandingan dihitung relatif terhadap rata-rata seluruh negara pada dataset.

5.4.3 Klaster 3 (kategori skor kebahagiaan Rendah)

Klaster ini berisi 44 negara. Rata-rata Ladder Score adalah 4,455. Faktor yang relatif menonjol tinggi: Kemurahan hati; faktor yang relatif menonjol rendah: GDP per kapita (log), Dukungan sosial, Harapan hidup sehat, Kebebasan memilih. Perbandingan dihitung relatif terhadap rata-rata seluruh negara pada dataset.

5.5 Nilai pusat klaster terstandardisasi

Pusat klaster positif menunjukkan nilai rata-rata di atas rata-rata keseluruhan faktor (dalam satuan simpangan baku), sedangkan nilai negatif menunjukkan nilai di bawah rata-rata.

Tabel 8. Pusat klaster pada skala terstandardisasi
Klaster GDP_Log Dukungan_Sosial Harapan_Hidup_Sehat Kebebasan Kemurahan_Hati Persepsi_Korupsi
1 1.216 0.991 1.119 1.027 0.552 -1.836
2 0.313 0.368 0.345 0.064 -0.421 0.391
3 -1.200 -1.191 -1.210 -0.634 0.519 0.180

5.6 Jumlah kuadrat dalam klaster

Tabel 9. Ringkasan ukuran hasil K-Means
Ukuran Nilai
Jumlah klaster 3.0000
Total within-cluster sum of squares 424.0116
Between-cluster sum of squares / Total sum of squares 0.5225

6 Kesimpulan

Analisis ini mengelompokkan negara dalam World Happiness Report 2021 menggunakan K-Means dengan tiga klaster berdasarkan enam faktor yang telah distandardisasi: GDP per kapita log, dukungan sosial, harapan hidup sehat, kebebasan memilih, kemurahan hati, dan persepsi korupsi. Jumlah tiga klaster mengikuti acuan praktikum dan dibandingkan secara visual dengan metode Elbow.

Profil masing-masing kelompok dapat dilihat pada Tabel 5–8 dan interpretasi otomatis di atas. Perbedaan rata-rata Ladder Score antar-klaster digunakan sebagai deskripsi, bukan bukti bahwa faktor tertentu menyebabkan kebahagiaan. Karena K-Means bergantung pada pemilihan variabel, skala, dan jumlah klaster, hasil merupakan pengelompokan eksploratif dan bukan klasifikasi mutlak negara.

7 Daftar Pustaka

8 Informasi Perangkat Lunak

## [1] "R version 4.5.1 (2025-06-13 ucrt)"
## R version 4.5.1 (2025-06-13 ucrt)
## Platform: x86_64-w64-mingw32/x64
## Running under: Windows 11 x64 (build 26200)
## 
## Matrix products: default
##   LAPACK version 3.12.1
## 
## locale:
## [1] LC_COLLATE=English_Indonesia.utf8  LC_CTYPE=English_Indonesia.utf8   
## [3] LC_MONETARY=English_Indonesia.utf8 LC_NUMERIC=C                      
## [5] LC_TIME=English_Indonesia.utf8    
## 
## time zone: Asia/Jakarta
## tzcode source: internal
## 
## attached base packages:
## [1] stats     graphics  grDevices utils     datasets  methods   base     
## 
## other attached packages:
## [1] cluster_2.1.8.1 knitr_1.50      dplyr_1.1.4     ggplot2_3.5.2  
## 
## loaded via a namespace (and not attached):
##  [1] vctrs_0.6.5        cli_3.6.5          rlang_1.1.6        xfun_0.52         
##  [5] generics_0.1.4     jsonlite_2.0.0     labeling_0.4.3     glue_1.8.0        
##  [9] htmltools_0.5.8.1  sass_0.4.10        scales_1.4.0       rmarkdown_2.29    
## [13] grid_4.5.1         evaluate_1.0.5     jquerylib_0.1.4    tibble_3.3.0      
## [17] fastmap_1.2.0      yaml_2.3.10        lifecycle_1.0.4    compiler_4.5.1    
## [21] RColorBrewer_1.1-3 pkgconfig_2.0.3    rstudioapi_0.17.1  farver_2.1.2      
## [25] digest_0.6.37      R6_2.6.1           tidyselect_1.2.1   pillar_1.11.0     
## [29] magrittr_2.0.3     bslib_0.9.0        withr_3.0.2        tools_4.5.1       
## [33] gtable_0.3.6       cachem_1.1.0