Nanda Milenia Dwi Rahmawati, 2022, Akurasi Penggunaan Metode Support Vector Machine (SVM) dalam Prediksi Kapasitas Dukung Fondasi Tiang. Skripsi, Program Studi Teknik Sipil, Fakultas Teknik, Universitas Sebelas Maret.

Salah satu hal penting yang perlu diperhatikan dalam perancangan sebuah fondasi adalah kapasitas dukungnya. Metode konvensional yang selama ini digunakan sebagai cara perhitungan kapasitas dukung masih menggunakan beberapa asumsi untuk simplifikasi kasus. Kecerdasan buatan dapat digunakan untuk memprediksi kapasitas dukung fondasi tanpa harus menggunakan banyak asumsi. Salah satu metode yang dapat digunakan adalah metode support vector machine (SVM) dengan bantuan bahasa python. Model terbaik yang diperoleh yaitu model dengan kernel polynomial, C sebesar 0,5 dan g sebesar 0,1. Proporsi data training pada model terbaik adalah 90% dan data testing sebesar 10%. Data yang digunakan pada penelitian ini diperoleh dari literatur. Features yang digunakan sebagai input adalah diameter tiang (D), panjang tiang (L), pile material, pile type, installation method, nilai qc (tahanan conus) dan fs (tahanan gesek satuan) yang diperoleh dari pengujian cone penetration test (CPT). Penelitian ini menggunakan hasil pengujian loading test sebagai data untuk validasi hasil. Output dari penelitian ini adalah nilai kapasitas dukung fondasi (Qt). Model terbaik memiliki nilai R2 sebesar 0,9287 dan RMSE 637,1087 kN. Metode yang digunakan untuk menemukan performa model terbaik adalah metode k-fold cross validation yang pada penelitian ini menggunakan 10-folds cross validation. Hasil pengukuran menggunakan metode tersebut direpresentasikan dalam nilai R2 dan RMSE dengan nilai sebesar 0,5512 dan 1965,7059 kN pada model terbaik.