Proyek akhir ini melakukan sebuah pendeteksian intrusi dengan menggunakan Pursuit Reinforcement Competitive Learning. Dimana pendeteksian ini menggunakan sebuah metode Online clustering. Dimana kumpulan data traffic jaringan dilakukan suatu pengelompokan atau clustering dengan menggunakan metode pengelompokan sesuai label yang ada pada akhir data traffic. Dari clustering tersebut terdapat dua cluster yang berbeda yang digunakan sebagai acuan untuk melakukan testing data. Pada testing data penghitungan ulang jarak centroid dari suatu cluster. Penghitungan tersebut menggunakan Pursuit Reinforcement Competitive Learning, dimana dalam suatu metode ini menggunakan system reward yang digunakan sebagai acuan untuk memindahkan centroid .Data traffic jaringan yang digunakan untuk data learning maupun data testing adalah KDD ’99 yang sebelumnya telah dinormalisasi. Dengan menggunakan data ini menghasilkan error yang kecil untuk learning rate yang kecil dan juga jumlah data normal lebih kecil dari pada data intrusi. Dan semuanya tidak terlepas dari distribusi data yang bagus pula
Kata Kunci : Pursuit Reinforcement Competitive Learning, Reward, clustering, Centroid
