<![CDATA[Saat ini hampir semua provinsi di Indonesia menghadapi masalah klasik yang sudah lama terjadi, yaitu pengangguran. Data dari Badan Pusat Statistik (BPS) menunjukkan bahwa masalah pengangguran di Indonesia masih cukup tinggi karena masih tingginya tingkat pengangguran di daerah-daerah. Salah satu bentuk pengangguran adalah pengangguran terbuka. Pengangguran terbuka merupakan pengangguran yang tenaga kerjanya sungguh-sungguh tidak mempunyai pekerjaan. Untuk mengetahui banyaknya indikator pada pengangguran terbuka yaitu dengan menggunakan Tingkat Pengangguran Terbuka (TPT). Faktor-faktor yang mempengaruhi TPT di Indonesia dapat diketahui dengan menggunakan regresi semiparametrik spline truncated, karena antara variabel respons (TPT) dan prediktor-prediktornya memiliki pola yang berubah-ubah atau tidak dapat diketahui bentuk kurva regresinya (semiparametrik). Tujuan penelitian ini untuk memodelkan faktor-faktor yang mempengaruhi TPT di Indonesia menggunakan regresi semiparametrik spline truncated serta menentukan faktor yang mempengaruhi TPT secara signifikan. Dalam penelitian ini digunakan 5 variabel yang diduga berpengaruh terhadap Tingkat Pengangguran Terbuka di Indonesia. Data diperoleh dari publikasi website Badan Pusat Statistik (BPS) tahun 2018. Hasil penelitian menunjukkan bahwa model regresi semiparametrik spline truncated untuk pemodelan tingkat pengangguran terbuka di Indonesia tahun 2018 menggunakan kombinasi knot (3,3,3,3). Untuk nilai GCV minimumnya yaitu sebesar 3,167255 sedangkan untuk nilai koefisien determinasi sebesar 23,10% dengan variabel prediktor yang berpengaruh yaitu Angka Partisipasi Kasar (APK) SD dan SMP, Indeks Pembangunan Manusia (IPM), dan Laju Pertumbuhan PDRB. TPT Indonesia tahun 2018 yaitu sebesar 5,30% sedangkan provinsi yang memiliki TPT tertinggi yaitu Provinsi Banten sebesar 8,47% dan provinsi yang memiliki TPT terendah yaitu Provinsi Bali yaitu sebesar 1,40%. Kata Kunci: GCV, Regresi Semiparametrik Spline Truncated, Tingkat Pengangguran Terbuka, Titik Knot.]]>
