Angka harapan hidup merupakan salah satu indikator yang mampu menggambarkan fenomena masalah dan isu strategis dibidang kesehatan pada suatu wilayah. Meneliti angka harapan hidup sangat penting karena angka harapan hidup merupakan indikator utama dalam mengukur derajat kesehatan dan kualitas hidup suatu penduduk. Tujuan dari penelitian ini adalah memperoleh jumlah osilasi optimal menggunakan Generalized Maximum Likelihood (GML), model terbaik, dan faktor-faktor yang berpengaruh terhadap angka harapan hidup menggunakan metode regresi semiparametrik deret Fourier. Data yang digunakan adalah data angka harapan hidup Indonesia tahun 2023 dengan variabel prediktornya adalah angka kematian ibu, persentase penduduk miskin, tingkat pengangguran terbuka, rata-rata lama sekola, gini ratio, prevalensi stunting, dan persentase bayi usia kurang dari 6 bulan yang mendapatkan ASI eksklusif. Proses pemodelan melibatkan tahapan pengecekan multikolinieritas, identifikasi pola data, pemodelan menggunakan regresi semiparametrik deret Fourier, penentuan osilasi optimal, penentuan model terbaik, pengujian signifikansi parameter dan menarik kesimpulan. Hasil penelitian menunjukkan bahwa jumlah osilasi optimal dan model terbaik diperoleh dari tiga osilasi dengan nilai GML sebesar 15 3,98 10  , Root Mean Square Error of Prediction (RMSEP) sebesar 0,99, dan koefisien determinasi ( ) 2 R sebesar 82,67%. Berdasarkan hasil pengujian signifikansi parameter secara simultan dan parsial diketahui faktor-faktor yang berpengaruh terhadap angka harapan hidup yaitu, persentase penduduk miskin, tingkat pengangguran terbuka, rata-rata lama sekolah, gini ratio, prevalensi stunting, dan persentase bayi usia kurang dari 6 bulan yang mendapatkan ASI eksklusif.