<![CDATA[Penelitian ini merupakan penelitian deskriptif kuantitatif dengan tujuan untuk mengetahui profil karakteristik mahasiswa S1 Program Studi Pendidikan Matematika Universitas Lambung Mangkurat berdasarkan karakteristik belajarnya. Data dikumpulkan melalui instrumen angket karakteristik mahasiswa, kemudian dianalisis menggunakan metode analisis klaster nonhierarki K-Means. Sebanyak 96 mahasiswa menjadi subjek penelitian dengan 12 variabel yang distandardisasi dalam bentuk z-score meliputi jenis kelamin, usia, semester, IPK, waktu belajar per minggu, waktu belajar kelompok per minggu, frekuensi bertanya di kelas per minggu, minat terhadap matematika, gaya belajar, konsistensi dalam membuat jadwal belajar, percaya diri dalam menghadapi ujian, dan kecemasan dalam ujian matematika. Hasil analisis menunjukkan terbentuknya tiga klaster dengan karakteristik berbeda. Klaster pertama terdiri dari mahasiswa semester awal yang aktif dan memiliki intensitas belajar tinggi. Klaster kedua mencakup mahasiswa tingkat akhir dengan keterlibatan belajar rendah dan kecemasan tinggi. Klaster ketiga terdiri dari mahasiswa yang konsisten, aktif bertanya, dan memiliki minat tinggi terhadap matematika. Temuan ini menunjukkan pentingnya pendekatan pembelajaran yang disesuaikan dengan profil karakteristik mahasiswa. Kata kunci: analisis klaster, karakteristik mahasiswa, pendidikan matematika Abstract: This study is a quantitative descriptive study to determine the profile characteristics of undergraduate students in the Mathematics Education Study Program at Lambung Mangkurat University based on their learning characteristics. Data were collected through a student characteristics questionnaire instrument, then analyzed using the K-Means non-hierarchical cluster analysis method. A total of 96 students became research subjects with 12 variables standardised in the form of z-scores including gender, age, semester, GPA, study time per week, group study time per week, frequency of asking questions in class per week, interest in mathematics, learning style, consistency in making a study schedule, confidence in facing exams, and anxiety in mathematics exams. The analysis showed the formation of three clusters with different characteristics. The first cluster consists of early-semester students who are active and have high learning intensity. The second cluster includes final year students with low learning engagement and high anxiety. The third cluster consists of students who are consistent, active in asking questions, and highly interested in mathematics. This finding shows the importance of customised learning approaches that fit the profile of student characteristics.Keywords: cluster analysis, student characteristics, mathematics education]]>
