Memperkirakan Kepadatan Kering Maksimum Tanah melalui Regresi Vektor

Abstract

Kepadatan kering maksimum (MDD) memiliki arti penting dalam rekayasa geoteknik karena menandakan massa tanah yang ideal per satuan volume pada kondisi tertentu. Hal ini penting dalam menentukan stabilitas dan efektivitas berbagai pekerjaan tanah, seperti tanggul dan fondasi. MDD dapat bervariasi berdasarkan faktor-faktor yang meliputi jenis tanah, distribusi ukuran butiran, tingkat pemadatan, dan kadar air. Biasanya, peningkatan upaya pemadatan menghasilkan nilai MDD yang lebih tinggi, yang mengarah ke struktur yang lebih padat, sementara peningkatan kadar air cenderung menurunkannya. Estimasi MDD yang tepat sangat penting bagi para insinyur untuk membuat keputusan yang tepat, guna memastikan umur panjang dan keamanan struktur teknik sipil dari waktu ke waktu. Makalah ini memperkenalkan metode baru untuk memprediksi kepadatan kering maksimum (MDD) dengan menggunakan algoritma regresi vektor dukungan kuadrat terkecil (LSSVR). Pendekatan ini melibatkan penggunaan teknik LSSVR untuk mengembangkan model yang tepat yang menghubungkan MDD tanah yang distabilisasi dengan beberapa karakteristik tanah intrinsik seperti distribusi ukuran partikel, plastisitas, kembang susut linier, dan komposisi serta jumlah bahan stabilisasi yang digunakan. Dalam penelitian ini, dataset lengkap yang terdiri dari 187 sampel dari berbagai jenis tanah yang bersumber dari hasil uji stabilisasi yang telah dipublikasikan sebelumnya digunakan untuk memformulasikan dan mengevaluasi model prediktif.