Regresi nonparametrik spline truncated merupakan analisis regresi nonparametrik dengan model polinomial tersegmen. Sifat tersegmen ini memberikan fleksibilitas sehingga model regresi dapat menyesuaikan diri lebih efektif terhadap karakteristik lokal data. Tujuan penelitian ini adalah untuk mendapatkan model regresi dan mengetahui faktor–faktor yang berpengaruh terhadap Indeks Pembangunan Manusia (IPM) di seluruh provinsi yang ada di Indonesia dengan menggunakan regresi nonparametrik spline truncated multivariabel. Indeks Pembangunan Manusia adalah indikator yang penting dalam mengukur keberhasilan dalam upaya membangun kualitas hidup manusia. Indeks Pembangunan Manusia dapat menentukan peringkat atau level pembangunan suatu wilayah dan negara. Dalam pembangunan, Indeks Pembangunan Manusia yang tinggi merupakan hal yang diharapkan dapat tercapai terutama bagi negara yang berkembang. Data Indeks Pembangunan Manusia yang digunakan dalam penelitian ini berdasarkan dari data BPS yang dipublikasikan tahun 2020 dari seluruh provinsi di Indonesia. Pada penelitian ini, berdasarkan hasil analisis diperoleh regresi nonparametrik spline truncated terbaik menggunakan 1 titik knot, 2 titik knot dan 3 titik knot. Berdasarkan nilai Generalized Cross Validation (GCV) minimum, model regresi spline truncated terbaik adalah 3 titik knot dengan nilai R2 sebesar 83,70%. Adapun faktor–faktor yang berpengaruh terhadap Indeks Pembangunan Manusia adalah variabel harapan lama sekolah, umur harapan hidup saat lahir, dan jumlah penduduk.