Electronic Theses and Dissertation

Indeks kebahagiaan merupakan salah satu ukuran yang digunakan untuk mengukur tingkat kesejahteraan dan kemakmuran masyarakat. Ukuran tingkat kesejahteraan masyarakat sudah semestinya mencakup berbagai faktor yang secara nyata berpengaruh terhadap kehidupan dan kesejahteraan. Setiap provinsi memiliki nilai indikator yang berbeda-beda, sehingga capaian indeks kebahagiaan untuk setiap wilayah di Indonesia juga berbeda-beda. Berdasarkan keberagaman karakteristik tersebut, maka akan dilakukan pengelompokan untuk memahami karakteristik di Indonesia secara mudah. Analisis cluster merupakan metode multivariat yang mempunyai tujuan untuk pengelompokan, dimana suatu kelompok mempunyai ciri yang relatif sama (homogen), sedangkan antarkelompok memiliki ciri yang berbeda. Penelitian ini diperoleh bahwa metode terbaik dalam analisis cluster hierarki adalah metode ward’s dengan 4 cluster. Cluster 1 yang dikategorikan sangat tidak bahagia terdiri dari 7 provinsi, cluster 2 dengan kategori tidak bahagia terdiri dari 17 provinsi, cluster 3 dengan kategori bahagia terdiri dari 1 provinsi, dan cluster 4 dengan kategori sangat bahagia terdiri dari 9 provinsi. Setelah dilakukan pengelompokan provinsi, selanjutnya dilakukan pembentukan fungsi diskriminan. Terdapat 4 fungsi diskriminan yang terbentuk dengan tingkat ketepatan klasifikasi sebesar 93,22%.
Kata kunci: Indeks Kebahagiaan, Cluster Hierarki, ward’s, Fungsi Diskriminan.

The happiness index is one of the measures used to gauge the level of well- being and prosperity of a society. Assessing the well-being of a society should inherently encompass various factors that significantly influence life and well-being. Each province has different indicator values, resulting in varying achievements of the happiness index across different regions in Indonesia. Based on this diversity of characteristics, a grouping will be conducted to understand Indonesia's characteristics more easily. Cluster analysis is a multivariate method aimed at grouping, where a group exhibits relatively similar (homogeneous) characteristics, while there are differences between groups. This study found that the best method for hierarchical cluster analysis is Ward's method with 4 clusters. Cluster 1, categorized as very unhappy, consists of 7 provinces; Cluster 2, categorized as unhappy, consists of 17 provinces; Cluster 3, categorized as happy, consists of 1 province; and Cluster 4, categorized as very happy, consists of 9 provinces. After the provincial grouping, discriminant functions are then established. There are 4 discriminant functions formed with a classification accuracy rate of 93.22%. Keywords: Happiness Index, Hierarchical Clustering, Ward's Method, Discriminant Functions.