ABSTRAK\

Manusia memiliki beragam jenis aktivitas dalam kesehariannya. Sistem organ yang bekerja pun berbeda-beda dalam mendukung aktivitas yang dilakukan. Seringkali muncul rasa nyeri dan tidak nyaman saat melakukan mobile-activities khususnya pada bagian tumit kaki yang umumnya disebut heel pain. Faktor yang mempengaruhi heel pain cukup banyak seperti jenis aktivitas hingga jenis postur kaki. Diagnosis untuk memprediksi lokasi heel pain umumnya dilakukan menggunakan pemrosesan citra. Pada penilitian ini dilakukan pengolahan sinyal otot (electromyography / EMG) sebagai metode alternatif untuk memprediksi lokasi heel pain.\ Prediksi lokasi heel pain pada penelitian ini digunakan machine learning dengan metode Support Vector Machine (SVM). Perekaman sinyal EMG 4-channel dilakukan pada kaki bagian posterior, plantar, midfoot medial, dan midfoot lateral. Sinyal EMG yang telah diakuisisi dari subjek penelitian kemudian melalui tahap pre-processing, lalu dilakukan ekstraksi ciri dan prediksi lokasi menggunkan SVM.\ Sistem yang dirancang dapat menghasilkan prediksi lokasi dari heel pain yang paling dominan. Prediksi menggunakan SVM dilakukan dengan menggunakan pemrograman Python dan toolkit open source dari scikit-learn. Akurasi prediksi yang dihasilkan dari pengujian sebesar 85% menggunakan kernel poly.\ Kata Kunci : heel pain, machine learning, SVM, prediction, EMG