Regresi nonparametrik merupakan suatu metode statistika yang digunakan untuk mengetahui pola hubungan antara variabel prediktor dengan respon ketika tidak diketahui bentuk fungsi regresinya dimana kurva regresi hanya diasumsikan smooth. Spline truncated adalah suatu pendekatan ke arah pencocokan data dengan tetap memperhitungkan kemulusan kurva yang memiliki sifat tersegmen kontinu sehingga memberikan fleksibilitas menyesuaikan diri dalam menjelaskan karakteristik lokal dari fungsi data. Pendekatan spline memiliki keunggulan dalam mengatasi pola data yang menunjukkan seberapa tajam naik atau turunnya dengan bantuan titik simpul dan hasil kurva yang relatif mulus. Pada penilitian ini akan dibahas mengenai pemilihan titik knot optimal dengan menggunakan metode Generalized Maximum Likelihood (GML) pada data kasus tuberculosis di Kalimantan Timur, Kalimantan Barat, dan Kalimantan Selatan tahun 2020 dengan menggunakan satu titik knot, dua titik knot, dan tiga titik knot. Hasil penelitian menunjukkan bahwa model regresi nonparametrik spline truncated terbaik dalam memodelkan jumlah kasus tuberculosis adalah dengan menggunakan satu titik knot. Model ini memiliki nilai GML minimum sebesar 11.774.487 dengan nilai R 2 sebesar 90,63%. Berdasarkan hasil pengujian signifikansi parameter model dapat disimpulkan faktor-faktor yang memengaruhi jumlah kasus tuberculosis di Kalimantan Timur, Kalimantan Barat, dan Kalimantan Selatan tahun 2020 adalah persentase gizi buruk masyarakat, persentase tenaga kesehatan terlatih, persentase penduduk miskin, dan jumlah puskesmas.