<![CDATA[ABSTRACT. The Corona Virus Disease 2019 has caused a transformation in societal life, including the phenomenon of online shopping. Cluster Analysis is a multivariate technique used to group objects based on the similarity measures. The applied method for mixed data between continuous data and catagorical data is the two-step cluster method. This study applies analysis to the characteristics of college students in the Faculty of Mathematics and Natural Sciences at Jenderal Soedirman University based on eight variables: gender, graduation year, e-commerce platform, payment method, product type, monthly online shopping expenses, and monthly allowance. The two-step cluster method comprises an initial clustering stage using a sequential method and a final stage using a log-likelihood distance-based agglomeration method. The determination of the optimal number of clusters is based on the Bayesian Information Criterion (BIC). The analysis results indicate the formation of three optimal clusters out of 100 students: cluster 1 comprising 25 male and 4 female students choosing Shopee, Tokopedia, cluster 2 consisting of 11 male and 35 female students choosing Shopee and Tokopedia, and Lazada, and cluster 3 including 14 male and 11 female students choosing Shopee, Gojek, and Grab.Keywords: Cluster Analysis, Student online shop, Log-likelihood Distance, Two-Step Cluster. ABSTRAK. Corona Virus Disease 2019 memicu transformasi dalam kehidupan masyarakat, salah satunya fenomena berbelanja online. Analisis cluster adalah salah satu teknik multivariat yang digunakan untuk mengelompokan objek-objek menjadi beberapa cluster berdasarkan ukuran kemiripan. Metode yang dapat diterapkan untuk data campuran antara data kontinu dan data kategorik adalah metode two-step cluster. Penelitian ini akan menerapkan analisis pada karakteristik mahasiswa S1 Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Jenderal Soedirman berdasarkan delapan variabel yaitu: jenis kelamin, tahun angkatan, jurusan, platform e-commerce, jenis pembayaran, jenis produk, biaya belanja online per bulan, dan uang saku per bulan. Metode two-step cluster memiliki dua tahapan yaitu tahap clustering awal dengan metode sekuensial dan tahap akhir dengan metode pemusataan berdasarkan ukuran jarak log-likelihood. Penentuan banyaknya cluster optimal didasarkan pada Bayesian Information Criterion (BIC). Hasil analisis menunjukan terbentuknya tiga cluster optimal dari 100 mahasiswa. Cluster 1 yang terdiri dari 25 mahasiswa laki-laki dan 4 mahasiswa perempuan dengan pilihan platfrom Shopee, Tokopedia, dan Lazada. Cluster 2 yang terdiri dari 11 mahasiswa laki-laki dan 35 mahasiswa perempuan dengan pilihan platfrom Shopee dan Tokopedia. Cluster 3 yang terdiri dari 14 mahasiswa laki-laki dan 11 mahasiswa perempuan dengan pilihan platform Shopee, Gojek, dan Grab.Kata kunci: Analisis Cluster, Belanja Online, Jarak Log-Likelihood, Two-Step Cluster]]>
