Regresi nonparametrik spline truncatedmerupakan sebuah metode regresi nonparametrik yang mengestimasi pola data yang tidak membentuk pola data tertentu dengan bantuan titik knot. Model terbaik diperoleh dari titik knot optimal. Penelitian ini membahas mengenai pemilihan titik knot optimal menggunakan metode Generalized Cross Validation (GCV) dan Unbiased Risk (UBR) pada kasus persentase penduduk miskin di Pulau Kalimantan tahun 2020. Faktor-faktor yang berpengaruh terhadap persentase penduduk miskin antara lain angka harapan hidup, rata-rata lama sekolah, gini ratio, tingkat pengganguran terbuka dan tingkat partisipasi angkatan kerja. Berdasarkan hasil penelitian, diperoleh model regresi nonparametrik spline truncated terbaik dari titik knot optimal menggunakan metode GCV dengan tiga titik knot yang menghasilkan nilai MSEsebesar 1,00 dan sebesar 81,30%. Sedangkan titik knot optimal menggunakan metode UBR adalah dua titik knot dengannilai MSE dan masing-masingsebesar 2,17 dan59,48%.Penelitian ini menunjukkan bahwa metode yang lebih tepat digunakan untuk pemilihan titik knot optimalpada kasus persentase penduduk miskin di Pulau Kalimantan tahun 2020 adalah metode GCV.
Kata kunci: GCV, Kemiskinan, Regresi Nonparametrik, Spline Truncated, UBR.