Bidikmisi scholarship grantees are determined based on criteria related to the socioeconomic conditions of the parent of the scholarship grantee. Decision process of Bidikmisi acceptance is not easy to do, since there are sufficient data of prospective applicants and variables of varied criteria. Based on these problems, a new approach is proposed to determine Bidikmisi grantees by using the Bayesian Bernoulli mixture regression model. The modeling procedure is performed by compiling the accepted and unaccepted cluster of applicants which are AbstrakPenerima beasiswa Bidikmisi ditentukan berdasarkan kriteria yang berkaitan dengan kondisi sosial ekonomi dari orang tua atau wali dari penerima beasiswa. Proses penentuan penerimaan tidak mudah dilakukan mengingat terdapat data calon pendaftar yang cukup besar dan variabel kriteria yang bervariasi. Berdasarkan permasalahan tersebut, diusulkan pendekatan baru untuk penentuan penerima Bidikmisi dengan menggunakan model regresi mixture Bernouuli Bayesian. Prosedur pemodelan dilakukan dengan menyusun klaster pendaftar yang diterima dan tidak diterima yang selanjutnya dilakukan estimasi model untuk setiap klaster melalui model mixture regresi Bernoulli. Proses estimasi parameter model dilakukan dengan menyusun suatu algoritma dengan berdasarkan metode Bayesian Markov Chain Monte Carlo (MCMC). Ketepatan proses klasifikasi melalui model regresi mixture Bernoulli Bayesian diukur dengan menentukan prosentase klasifikasi penerimaan dari model yang dibandingkan dengan prosentase klasifikasi penerimaan dari model regresi dummy dan model regresi polytomous. Hasil perbandingan menunjukkan bahwa pendekatan model regresi nixture Bernoulli Bayesian memberikan prosentase ketepatan klasifikasi penerimaan lebih tinggi dibanding model regresi dummy dan model regresi polytomous.Kata Kunci: Model mixture regresi Bernoulli, Bayesian MCMC, Gibbs Sampling, Bidikmisi.