Semivariogram merupakan salah satu statistik yang dapat digunakan untuk memodelkan hubungan spasial antarpasangan lokasi. Provinsi Jawa Timur merupakan provinsi dengan populasi penduduk terbanyak kedua setelah Jawa Barat. Secara geografis, wilayah Jawa Timur terdiri dari Jawa Timur daratan dan gugus kepulauan Madura. Pertumbuhan ekonomi Jawa Timur per tahun 2021 adalah 3,57% dengan total Produk Domestik Regional Bruto (PDRB) sebesar 2.454,5 triliun Rupiah. Data tutupan lahan bangunan di Provinsi Jawa Timur dapat dimodelkan secara spasial dengan model semivariogram. Penelitian ini bertujuan untuk membangun model semivariogram isotropik berdasarkan data tutupan lahan di Provinsi Jawa Timur, lalu melakukan interpolasi Ordinary Kriging untuk memprediksi nilai variabel di titik yang belum terobservasi. Terdapat 9 variabel dalam data ini, mencakup koordinat, data faktor fisik, dan data faktor sosial-ekonomi. Dari data tersebut, dipilih sampel acak untuk kemudian dihitung nilai semivariogram isotropik eksperimentalnya. Setelah itu, hasil perhitungan dicocokkan dengan model semivariogram teoretis dengan metode penaksiran parameter Ordinary Least Square (OLS). Hasil semivariogram teoretis tersebut digunakan untuk memprediksi nilai variabel di titik-titik yang tidak terobservasi dengan metode interpolasi Ordinary Kriging. Hasil kriging tersebut yang nantinya dapat digunakan untuk memperkirakan nilai variabel-variabel data tutupan lahan bangunan di Provinsi Jawa Timur. Dari hasil penelitian, diperoleh model semivariogram terbaik yang digunakan untuk memodelkan data elevasi, kemiringan, kepadatan penduduk, dan jarak ke jalan utama di Jawa Timur adalah model gauss. Model ini memberikan nilai Jumlah Kuadrat Galat (JKG) lebih kecil dibandingkan dengan model eksponensial dan spherikal. Selanjutnya, hasil model tersebut dicek kembali dengan metode Ordinary Kriging untuk menaksir nilai 4 variabel di 22 titik lain. Hasil penaksiran kriging tersebut kemudian dibandingkan dengan data sebenarnya dan diperoleh 61 dari 88 data hasil kriging bersifat over estimated. Ini menggambarkan sebagian besar hasil perhitungan model menghasilkan prediksi yang lebih besar dari nilai sebenarnya.