Proses pemadatan tanah adalah proses yang umum dilakukan dalam pelaksanaan proyek konstruksi. Pemadatan tanah di lapangan dilakukan berdasarkan hasil parameter kompaksi yang telah diuji di laboratorium. Parameter kompaksi tersebut adalah Maximum Dry Density (MDD) dan Optimum Moisture Content (OMC). Dalam pelaksanaannya, nilai MDD dan OMC didapat dari kurva pemadatan yang dihasilkan dari pengujian proktor. Akan tetapi, pengujian proktor adalah sesuatu yang memerlukan tenaga dan waktu yang tidak singkat. Pemodelan prediksi dengan menggunakan metode kecerdasan buatan diharapkan mampu memberikan alternatif lain untuk menentukan parameter kompaksi dengan lebih efisien. Penelitian ini membandingan metode tradisional linear regression (LR) dibanding kecerdasan buatan dengan metode artificial neural network (ANN), dan support vector machine (SVM). Datasets yang digunakan dibedakan menjadi empat model sesuai sumber data, sample size, dan jumlah variabel input yang berbeda. Dari hasil pengolahan data didapatkan untuk variabel MDD, hasil prediksi yang memiliki performa terbaik dari keempat datasets adalah metode ANN. Sedangkan untuk variabel OMC, metode LR memiliki hasil prediksi yang paling baik dibandingkan metode lainnya.