Ini adalah proyek portofolio Exploratory Data Analysis (EDA) menggunakan dataset World Happiness Report 2024. Proyek ini merupakan bagian dari proses pembelajaran data science yang saya ikuti dalam program Digital Skill Fair 39.0.
EDA merupakan tahap awal dalam analisis data yang bertujuan untuk memahami struktur, kualitas, dan pola umum dari dataset. Dalam proyek ini, saya menganalisis data kebahagiaan global dari 143 negara, berdasarkan beberapa indikator sosial, ekonomi, dan kesehatan yang digunakan oleh World Happiness Report.
Catatan: Dataset tersedia di repository ini.
Laporan kebahagiaan dunia (World Happiness Report) adalah survei tahunan global yang mengukur tingkat kebahagiaan penduduk di berbagai negara. Laporan ini membantu pemerintah, organisasi internasional, dan masyarakat memahami faktor-faktor utama yang memengaruhi kesejahteraan hidup.
Melalui EDA ini, saya bertujuan mengeksplorasi kualitas data, mencari masalah umum seperti nilai kosong dan duplikat, serta mempersiapkan data agar siap digunakan untuk analisis lebih lanjut.
Fokus utama dalam EDA ini adalah:
Meninjau struktur dan isi awal dataset
Mendeteksi dan menangani missing values
Mengidentifikasi dan menghapus data duplikat
Berdasarkan hasil eksplorasi data, ditemukan beberapa pola menarik:
- Skor Kebahagiaan Global Rata-rata skor kebahagiaan negara adalah 5.52, dengan skor tertinggi 7.74 dan terendah 1.72
Negara-negara Eropa Barat seperti Finlandia dan Denmark menempati posisi teratas
- Faktor yang Memengaruhi Skor GDP per kapita, dukungan sosial, dan harapan hidup sehat memiliki korelasi kuat terhadap skor kebahagiaan
Nilai 0 pada beberapa kolom kemungkinan menandakan data tidak tersedia (bukan nilai valid)
- Kualitas Data Terdapat missing values pada 3 kolom numerik utama (GDP, Social support, Healthy life expectancy)
Tidak ditemukan data duplikat dalam dataset
Negara dengan skor kebahagiaan rendah umumnya memiliki GDP dan dukungan sosial yang rendah
Penanganan missing values penting sebelum dataset digunakan untuk analisis lanjutan atau machine learning
Dataset ini relevan untuk studi sosial, ekonomi, maupun kebijakan publik
Jika Anda memiliki pertanyaan atau ingin berdiskusi lebih lanjut:
📧 Email: dimasfazajulianputra@gmail.com
🔗 LinkedIn (Link postingan): https://www.linkedin.com/posts/dimas-faza-julian-putra-9b3509333_explanatory-data-analysis-world-happiness-activity-7328348723271421952-inOy?utm_source=share&utm_medium=member_desktop&rcm=ACoAAFPnLlcBtNJnMP2GkU_y5irVqM4ulW-7gK4
Pandas 📊
Google Colab 📓
#WorldHappinessReport #EDA #DataScience #Python #Pandas #DigitalSkillFair39.0