Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal Jurnal Pengabdian Masyarakat Bumi Raflesia Mathematical Journal of Modelling and Forecasting
Riwi Dyah Pangesti
Universitas Bengkulu
Humanities Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Languange, Linguistic, Communication & Media Other

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Application of Support Vector Regression (SVR) with a Radial Basis Function (RBF) Kernel for Predicting the Global Happiness Index Aji Pandu Winata; Nala Kamila Azizy; Wina Ayu Lestari; Riwi Dyah Pangesti
Mathematical Journal of Modelling and Forecasting Vol. 4 No. 1 (2026): June 2026
Publisher : Universitas Negeri Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24036/mjmf.v4i1.54

Abstract

The Global Happiness Index is widely used to measure countries' well-being across social, economic, and health-related dimensions. The complex and non-linear relationships among these dimensions often limit the predictive performance of conventional linear regression models. This study aims to evaluate the effectiveness of Support Vector Regression (SVR) with a Radial Basis Function (RBF) kernel in predicting Global Happiness Index scores. The study used data from 158 countries obtained from Kaggle, including GDP per capita, social support, healthy life expectancy, freedom, trust in government, and generosity as predictor variables. Data preprocessing was performed before splitting the dataset into training and testing sets, and the optimal SVR parameters were determined using Grid Search with K-fold cross-validation. The optimal SVR-RBF model produced an RMSE of 0.4462 and an MAE of 0.3829 on the testing data. In addition, the model achieved an R² value of 0.8328, indicating that it explained 83.28% of the variation in Global Happiness Index scores. These results suggest that SVR with an RBF kernel is an effective approach for modeling complex nonlinear relationships and can be used as a reliable tool for predicting national happiness levels.
LITERASI STATISTIKA DESKRIPTIF BERBASIS WEB MENGGUNAKAN R-SHINY UNTUK SISWA SMA MUHAMMADIYAH 4 KOTA BENGKULU Idhia Sriliana; Nur Afandi; Riwi Dyah Pangesti; Susi Wijuniamurti; Athaya Fairuzindah; M. Syarlan
Jurnal Pengabdian Masyarakat Bumi Rafflesia Vol. 9 No. 1 (2026): APRIL: Jurnal Pengabdian Kepada Masyarakat Bumi Raflesia
Publisher : Universitas Muhammadiyah Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36085/bumir.v9i1.9342

Abstract

Tujuan dari kegiatan Pengabdian Kepada Masyarakat (PKM) ini adalah untuk meningkatkan literasi statistika deskriptif siswa SMA Muhammadiyah 4 Kota Bengkulu melalui pemanfaatan aplikasi berbasis web menggunakan R-Shiny. Literasi statistika deskriptif menjadi keterampilan penting dalam memahami, mengolah, dan menyajikan data secara sistematis. Tahapn-tahapan yang dilakukan antara lain perancangan, persiapan, implementasi, dan evaluasi, dengan produk utama berupa aplikasi Kalkulator Statistika berbasis R-Shiny, modul pembelajaran, implementation arrangement, dan poster edukatif. Evaluasi kegiatan dilakukan dengan pemberian pre-test dan post-test guna mengetahui peningkatan literasi siswa. Nilai rata-rata pre-test ke post-test siswa meningkat dari 46,66 menjadi 74,66 setelah pelatihan. Hal ini sejalan dengan hasil uji paired sample t-test yang menghasilkan nilai t-statistik sebesar 6,18 dengan p-value 0,00 (<0,05) yang berarti ada peningkatan signifikan antara nilai pre-test yang menggambarkan nilai sebelum pelatihan dengan nilai post test yang mencerminkan nilai sesudah pelatihan. Uji normalitas data dilakukan menggunakan statistik Kolmogorov-Smirnov dan Shapiro-Wilk yang menyimpulkan bahwa data memiliki sebaran normal (p>0,05). Dengan demikian, kegiatan literasi statistika deskriptif berbasis web menggunakan R-Shiny terbukti efektif dalam meningkatkan pemahaman konsep statistika deskriptif siswa serta berkontribusi dalam memperkuat integrasi teknologi informasi dalam pembelajaran dan menumbuhkan minat terhadap bidang statistika dan analisis data.
Co-Authors Aji Pandu Winata Athaya Fairuzindah Idhia Sriliana M. Syarlan Nala Kamila Azizy Nur Afandi Wijuniamurti, Susi Wina Ayu Lestari