Analisis cluster merupakan suatu teknik data mining yang digunakan untuk mengelompokan data berdasarkan kemiripan atribut dari data obyek. Permasalahan yang sering ditemui dalam analisis cluster yaitu data yang berskalakategorik. Pengelompokan data berskala kategorik dapat dilakukan denganmenggunakan algoritma ROCK (RObust Clustering using linKs). Algoritma ROCK termasuk dalam algoritma pengelompokan hirarki agglomerative dalam analisis cluster. Algoritma ini memperkenalkan konsep yang disebut dengan neighbors dan link dalam melakukan pengelompokan data. Pengelompokan data kategorik dengan algoritma ROCK dilakukan dengan tiga langkah. Langkah pertama menghitung similaritas. Langkah kedua menentukan neighbors dan yang terakhir menghitung link antar obyek pengamatan. Besarnya link dipengaruhi oleh θ. Jumlah cluster optimum pada algoritma ROCK dipilih menggunakan nilai rasio SS minimum. Tujuan dari penelitian ini adalah mengelompokkan 100 data nasabah asuransi PT. Prudential Life Samarinda tahun 2018. Berdasarkan hasil wB analisis, didapatkan kelompok optimum pada θ = 0,1 dengan nilai rasio SS sebesar 0,1371. Jumlah cluster optimum yang terbentuk adalah sebanyak 2 cluster. Kelompok pertama terdiri dari 42 orang nasabah dan kelompok kedua terdiri dari 58 orang nasabah.
Kata kunci: Algoritma ROCK, Analisis Cluster, Data Kategorik