Perilaku kecurangan akademik merupakan perilaku tidak jujur yang dilakukan oleh seseorang untuk mencapai keberhasilan akademik dengan cara melanggar peraturan yang ada. Perilaku kecurangan akademik dapat dihindari jika mengetahui faktor-faktor yang dapat menjelaskan perilaku kecurangan akademik. Oleh karena itu, penelitian ini bertujuan untuk menganalisis perilaku kecurangan akademik pada mahasiswa aktif S1 Departemen Matematika FMIPA UI semester gasal tahun ajaran 2022/2023 berdasarkan teori fraud pentagon dan faktor demografi serta menganalisis profil dari mahasiswa yang memiliki tingkat perilaku kecurangan akademik yang tinggi. Data yang digunakan adalah data primer yang diperoleh melalui penyebaran kuesioner secara daring kepada 406 mahasiswa aktif S1 Departemen Matematika FMIPA UI semester gasal tahun ajaran 2022/2023 yang terpilih menjadi sampel dengan menggunakan metode proportionate stratified random sampling. Untuk mencapai tujuan, metode analisis data yang digunakan adalah Analisis regresi linear berganda dan Classification and Regression Tree (CRT). Hasil yang diperoleh menunjukkan bahwa faktor yang menjelaskan perilaku kecurangan akademik adalah angkatan, tekanan, peluang, rasionalisasi dan kompetensi. Selain itu, hasil analisis profil untuk mahasiswa yang memiliki tingkat perilaku kecurangan akademik yang tinggi adalah mahasiswa angkatan 2018 serta 2021 dengan tingkat rasionalisasi yang tinggi. Selain itu profil lainnya adalah Mahasiswa angkatan 2019 serta 2020 yang memiliki tingkat kompetensi yang tinggi.

---

Academic fraud behavior is dishonest behavior carried out by someone to achieve academic success by violating existing regulations. Academic fraud behavior can be avoided by knowing the factors that can explain the behavior of academic fraud. Therefore, this study aims to analyze the factors that can explain academic fraud behavior based on fraud pentagon and demographic factors and analyze the profile of students who have a high level of academic fraud behavior. The study used primary data obtained through online questionnaires to 406 active undergraduate students in the Mathematics Department of FMIPA UI in odd semesters of the 2022/2023 academic year who were selected as samples using the proportionate stratified random sampling. To achieve the goal, this study used multiple linear regression analysis as the data analysis method and Classification and Regression Tree (CRT). The results obtained show that the factors that explain academic fraud behavior are batch, pressure, opportunity, rationalization and competence. In addition, the results of the profile analysis for students who have a high level of academic fraud behavior are the students from batch 2018 and 2021 with a high level of rationalization. Apart from that, the other profiles are students from 2019 and 2020 who have a high level of competence.