O direcionamento de políticas públicas é de fundamental importância para a sociedade como um todo, em especial na segurança, que além de ser considerada como uma necessidade de todo cidadão, é garantida constitucionalmente. Esta dissertação tem por objetivo utilizar uma abordagem de aprendizagem não supervisionada para o estabelecimento de clusters entre os munícipios do estado de Pernambuco, considerando alguns tipos de crimes representativos no estado, visando direcionar ações para prevenção e combate ao crime de forma a apoiar os formuladores de políticas de segurança pública. Os dados foram obtidos a partir da Lei nº 12.527/2011 que regulamenta o direito constitucional de acesso às informações públicas e foi utilizado o algoritmo k-means, que é uma ferramenta de mineração de dados multivariados consolidada na literatura, como principal ferramenta considerada no estudo. Foram realizadas aplicações do algoritmo para seis diferentes valores do parâmetro k (2, 3, 4, 5, 12 e 26); parâmetro esse que é exigido anteriormente a execução do algoritmo, e que diz respeito ao número de clusters ou grupos. Para demonstrar o direcionamento das ações, foi utilizado como base o agrupamento realizado para k=26, fazendo referência a áreas de integração de segurança já existentes. Toda execução do algoritmo foi realizada através do software R 3.6.1 e foram direcionadas recomendações de ações a cada um dos clusters considerados. A formulação das ações se deu a partir de uma investigação a documentos específicos, como o Plano Nacional de Segurança Pública, Plano Nacional sobre Drogas e outros fornecidos pela Secretaria de Política de prevenção à Violência e às Drogas e a Secretaria de Defesa Social de Pernambuco. A partir dos resultados foi percebido que o uso de uma abordagem de clusterização de municípios fornece uma efetividade maior no direcionamento de ações de combate e prevenção de crimes, diante do fato de que são agrupados num mesmo cluster aqueles municípios que apresentam maiores semelhanças no que se refere a criminalidade.The direction of public policies is of fundamental importance for a society as a whole, in particular security, which in addition to being considered a necessity for every citizen, is constitutionally guaranteed. This dissertation aims to use an unsupervised learning approach for the establishment of clusters among municipalities in the state of Pernambuco, considering some types of representative crimes in the state, aiming to direct actions for preventing and combating crime in order to support policy makers. public security policies. The data were obtained from Law 12.527/2011 that regulates the constitutional right of access to public information and the k-means algorithm was used, which is a tool for mining multivariate data consolidated in the literature, as the main tool considered in the study. The algorithm was applied to six different values of parameter k (2, 3, 4, 5, 12 and 26); a parameter that is previously required to execute the algorithm, and which concerns the number of clusters or groups. All execution of the algorithm was performed using software R 3.6.1 and recommendations for actions were directed to each of the considered clusters. The formulation of the actions was based on an investigation of specific documents, such as the National Plan for Public Security, National Plan on Drugs and others provided by the Secretariat for Policy on Prevention of Violence and Drugs and the Secretariat for Social Defense of Pernambuco. From the results, it was realized that the use of a clustering approach to municipalities provides greater effectiveness in directing actions to combat and prevent crimes, given the fact that those municipalities that present greater similarities in terms of refers to crime.