Strategi politik merupakan perencanaan matang yang disusun dan dilaksanakan oleh seluruh partai politik dalam menyongsong tahun politik mendatang. Data perolehan suara sangat penting untuk dikaji lebih dalam agar menjadi informasi bermanfaat bagi peluang kemenangan. Namun, belum dilakukan analisis mendalam terhadap data Pemilu yang tersedia di KPU Kota Cirebon, utamanya data suara DPR RI. Oleh karena itu, penelitian ini bertujuan memanfaatkan teknik data mining agar dapat membantu mempercepat proses pengambilan keputusan strategis dengan menerapkan teknik clustering dalam mengolah data Pemilu untuk memetakan pola persaingan antar parpol dan koalisi di setiap daerah pemilihan. Metode Knowledge Discovery in Database (KDD) dengan Algoritma K-Means Clustering digunakan untuk menganalisis data pemilu. Tahapan KDD dimulai dari seleksi, pra-pemrosesan, transformasi data, klusterisasi dan evaluasi kluster. Penelitian juga mencari nilai parameter K, iterasi, dan measuretype optimal darip algoritma K-Means berdasarkan nilai DBI. Hasil penelitian ini memperoleh Nilai DBI dari iterasi 1 dan numerical measure sebagai measure type terbaik untuk mendapatkan nilai DBI terbaik yaitu 0,334 pada K=3, yang menunjukkan tingkat kompetisi partai yang berbeda di Kota Cirebon, yaitu C1 (tinggi) diperoleh 232 anggota, C2 (menengah) diperoleh 160 anggota, dan C3 (rendah) diperoleh 224 anggota. Hasil ini bermanfaat bagi parpol dalam merumuskan strategi memenangkan pemilu pada basis masa masing-masing.