Optimasi Strategi Investigasi Geoteknik Menggunakan Artificial Intelligence Support Vector Machine untuk Desain Fondasi Dangkal = Optimization of Geotechnical Investigation Strategies Using Artificial Intelligence Support Vector Machine for Shallow Foundation Design

Penelitian ini dilatarbelakangi oleh pentingnya pemahaman mendalam terhadap kondisi geoteknik dalam desain fondasi untuk menjamin keamanan dan stabilitas struktur. Tantangan utama dalam analisis geoteknik adalah mengoptimalkan strategi penyelidikan tanah, di mana jumlah titik sampling yang tidak memadai berisiko menyebabkan kegagalan desain (underdesign), sementara jumlah yang berlebihan meningkatkan biaya dan waktu penyelidikan (overdesign). Seiring kemajuan teknologi, penelitian ini menerapkan Artificial Intelligence (AI) dengan algoritma Support Vector Machine (SVM) untuk memprediksi parameter daya dukung (bearing capacity) guna mendapatkan desain fondasi dangkal yang optimal dengan jumlah sampel yang terbatas. Metodologi yang digunakan mencakup pemodelan keragaman tahanan konus secara sintetis melalui Gaussian Random Field (GRF) yang diintegrasikan dengan simulasi Monte Carlo untuk merepresentasikan ketidakpastian distribusi parameter tanah secara realistis. Hasil penelitian menunjukkan bahwa pemodelan tahanan konus menggunakan GRF berhasil merepresentasikan keragaman spasial tanah secara akurat dengan distribusi normal sebagai dasar analisis probabilistik. Penerapan SVM terbukti lebih unggul dan akurat dalam memprediksi daya dukung fondasi dibandingkan metode baseline (nearest CPT), terutama pada kondisi dengan keterbatasan jumlah titik sampling. Evaluasi menggunakan data lapangan (non-sintetik) semakin memperkuat temuan ini, di mana SVM mampu memberikan performa yang baik dengan nilai R2 mencapai 0,785 dan menunjukkan peningkatan akurasi seiring bertambahnya jumlah sampling. Sebaliknya, metode baseline pada data lapangan menghasilkan nilai R2 negatif (-1,271), yang mengindikasikan ketidakmampuan metode konvensional sederhana dalam menangkap heterogenitas tanah yang tinggi. Secara keseluruhan, penggunaan SVM dalam investigasi geoteknik efektif untuk mengoptimalkan strategi penyelidikan yang menyeimbangkan antara akurasi desain dan efisiensi biaya.