Indeks Pembangunan Manusia (IPM) merupakan indikator untuk mengukur capaian pembangunan manusia berdasarkan tiga dimensi utama, yaitu kesehatan, pendidikan, dan standar hidup layak. Di Indonesia, IPM menunjukkan variasi antarprovinsi akibat perbedaan kondisi sosial ekonomi dan karakteristik wilayah yang bersifat spasial. Kondisi ini menunjukkan bahwa pengaruh variabel terhadap IPM tidak bersifat homogen sehingga diperlukan pendekatan pemodelan yang mampu menangkap variasi pengaruh secara lokal. Oleh karena itu, penelitian ini menggunakan model geographically weighted ordinal logistic regression (GWOLR) dengan fungsi pembobot adaptive Gaussian kernel pada data IPM di Indonesia.Penelitian ini bertujuan untuk menerapkan model GWOLR pada data IPM di Indonesia. Data yang digunakan merupakan data sekunder yang diperoleh dari BPS pada 38 provinsi di Indonesia tahun 2024. Variabel respon dalam penelitian ini adalah kategori IPM yang dibagi ke dalam empat kategori ordinal, yaitu rendah, sedang, tinggi, dan sangat tinggi. Variabel prediktor yang digunakan meliputi persentase penduduk miskin (X1), tingkat pengangguran terbuka (X2), angka partisipasi sekolah usia 16–18 tahun (X3), tingkat kegemaran membaca (X4), jumlah desa/kelurahan dengan fasilitas rumah sakit (X5), dan persentase rumah tangga dengan akses sanitasi layak (X6). Analisis dilakukan melalui uji multikolinearitas menggunakan variance inflation factor (VIF), perhitungan jarak Euclidean antarprovinsi, penentuan bandwidth optimum dengan metode cross validation (CV), estimasi parameter menggunakan metode Broyden– Fletcher–Goldfarb–Shanno (BFGS), pengujian simultan dan parsial parameter model, serta evaluasi model menggunakan apparent error rate (APER).Hasil penelitian menunjukkan bahwa seluruh variabel prediktor tidak menunjukkan adanya multikolinearitas. Bandwidth optimum yang diperoleh adalah k = 12 dengan nilai CV minimum senilai 17,2263. Secara simultan, seluruh variabel dalam model berpengaruh signifikan terhadap kategori IPM. Secara parsial, variabel paling dominan adalah persentase rumah tangga dengan akses sanitasi layak (X6) yang signifikan pada 34 provinsi, diikuti angka partisipasi sekolah usia 16–18 tahun (X3) pada 30 provinsi, jumlah desa/kelurahan yang memiliki rumah sakit (X5) pada 29 provinsi, dan persentase penduduk miskin (X1) pada 15 provinsi, sedangkan tingkat kegemaran membaca (X4) dan tingkat pengangguran terbuka (X2) masing-masing hanya signifikan pada sembilan dan satu provinsi. Evaluasi model menghasilkan nilai APER senilai 2,63% dan akurasi prediksi kategori IPM adalah 97,37%.