Nilai tanah merupakan indikator penting dalam perencanaan wilayah dan pembangunan, khususnya di Kota Banjarbaru sebagai Ibu Kota Provinsi Kalimantan Selatan yang terus mengalami perkembangan wilayah. Perbedaan kondisi, lokasi, dan aksesibilitas menyebabkan nilai tanah beragam, sehingga diperlukan pendekatan yang mampu menggambarkan pengaruh dari berbagai faktor yang memengaruhi nilai tanah. Penelitian ini bertujuan untuk mengkonstruksi model Multivariate Adaptive Regression Spline (MARS) dan menganalisis faktor-faktor yang memengaruhi nilai tanah di Kota Banjarbaru tahun 2022. Pemodelan MARS merupakan pendekatan regresi nonparametrik yang mampu menangkap hubungan nonlinier antara variabel independen terhadap dependen, terutama pada data nilai tanah yang cenderung kompleks dan tidak selalu menunjukkan pola yang jelas, sehingga sulit dimodelkan menggunakan regresi parametrik. Metode ini memiliki keunggulan dalam memodelkan interaksi antarvariabel dan pola nonlinier tanpa memerlukan asumsi bentuk fungsi tertentu, sehingga sesuai dengan karakteristik data nilai tanah. Berdasarkan hasil pemodelan yang telah dilakukan, diperoleh model MARS terbaik dengan kombinasi basis fungsi (BF) adalah 24, minimum observasi (MO) sebesar 1, dan maksimum interaksi (MI) sebesar 3. Model ini menghasilkan enam basis fungsi yang signifikan, yaitu , , , , , dan , dengan nilai R-squared sebesar 68%. Berdasarkan model yang terbentuk, variabel yang berpengaruh terhadap nilai tanah adalah luas tanah , jarak ke Central Business Districts (CBD) , jarak ke jalan utama , dan lebar jalan , sedangkan variabel topografi  dan kondisi jalan  tidak berpengaruh signifikan, sehingga tidak memberikan kontribusi dalam pemodelan. Hasil penelitian ini diharapkan dapat menjadi bahan pertimbangan dalam perencanaan wilayah dan pengambilan kebijakan terkait pengelolaan nilai tanah.

Kata Kunci: Nilai Tanah, Regresi Nonparametrik, Multivariate Adaptive Regression Spline, Kota Banjarbaru