Persentase penduduk miskin merupakan salah satu indikator penting dalam menggambarkan kondisi kesejahteraan masyarakat yang masih menjadi perhatian dalam pembangunan nasional. Tingkat kemiskinan dipengaruhi oleh berbagai faktor sosial ekonomi yang memiliki karakteristik hubungan yang beragam. Pada analisis statistika, hubungan antara variabel-variabel tersebut tidak selalu mengikuti pola linier, tetapi dapat membentuk pola yang lebih kompleks. Oleh karena itu, diperlukan pendekatan model yang dapat menangkap hubungan linier maupun nonlinier secara bersamaan sehingga regresi semiparametrik dengan fungsi B-Spline dipilih sebagai model yang sesuai karena dapat menggabungkan keunggulan regresi parametrik dan nonparametrik dalam satu model. Penelitian ini bertujuan untuk menerapkan model regresi semiparametrik dengan fungsi B-Spline pada data penduduk miskin di Pulau Jawa. Metode yang digunakan meliputi studi literatur dan analisis terapan pada data sekunder yang bersumber dari Badan Pusat Statistik (BPS) tahun 2024 dengan 119 kabupaten/kota di Pulau Jawa. Variabel yang digunakan yakni persentase penduduk miskin sebagai variabel respon, sedangkan variabel prediktor yakni Indeks Pembangunan Manusia (IPM), Tingkat Partisipasi Angkatan Kerja (TPAK), Tingkat Pengangguran Terbuka (TPT), Harapan Lama Sekolah (HLS), dan persentase jumlah penduduk. Data yang digunakan dibagi menjadi data training (80%) dan data testing (20%). Data training digunakan untuk membentuk model, sedangkan data testing digunakan untuk mengevaluasi kemampuan prediksi model. Analisis diawali dengan eksplorasi data menggunakan statistik deskriptif, scatter plot, dan uji kelinieran untuk mengidentifikasi pola hubungan antara variabel respon dan variabel prediktor. Hasil identifikasi tersebut digunakan untuk menentukan parametrik dan nonparametrik dalam model regresi semiparametrik B-Spline. Selanjutnya, dilakukan pemilihan orde dan jumlah titik knot optimal menggunakan metode cross validation (CV), kemudian dilakukan estimasi parameter menggunakan metode ordinary least square (OLS). Model yang diperoleh selanjutnya dievaluasi menggunakan data training dan divalidasi menggunakan data testing dengan kriteria mean absolute percentage error (MAPE) untuk menilai keakuratan model.Hasil penelitian menunjukkan bahwa model regresi semiparametrik dengan fungsi B-Spline yang diterapkan pada data penduduk miskin di Pulau Jawa terdiri atas regresi parametrik pada variabel IPM (x1), TPAK (x2), dan persentase jumlah penduduk (x3), sedangkan regresi nonparametrik dengan orde dua pada variabel TPT (z1) dan HLS (z2) dengan satu titik knot pada setiap variabel. Kombinasi ini memungkinkan model untuk menangkap hubungan linier dan nonlinier antara variabel respon dan variabel prediktor. Selain itu, hasil evaluasi model menggunakan MAPE menunjukkan nilai yakni 22,38% pada data training dan 32,58% pada data testing. Nilai tersebut menunjukkan bahwa model regresi semiparametrik B-Spline yang diperoleh termasuk dalam kategori cukup akurat untuk memprediksi persentase penduduk miskin di Pulau Jawa.