Mesin Catur Berbasis Neural Network Menggunakan Long Short Term Memory (LSTM)

Rafi Indra Fattah; Putra Pandu Adikara; Budi Darma Setiawan

Mesin Catur Berbasis Neural Network Menggunakan Long Short Term Memory (LSTM)

Penulis

Rafi Indra Fattah Universitas Brawijaya
Putra Pandu Adikara
Budi Darma Setiawan

Kata Kunci:

Mesin Catur, Prediksi Gerakan Catur, Long Short Term Memory (LSTM), Universal Chess Interface (UCI), Average Centipawn Loss (ACPL)

Abstrak

naskah ini akan diterbitkan di Jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK)

Diterbitkan

10 Jul 2024

Cara Mengutip

Indra Fattah, R., Pandu Adikara, P., & Darma Setiawan, B. (2024). Mesin Catur Berbasis Neural Network Menggunakan Long Short Term Memory (LSTM). Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer, 8(13). Diambil dari https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/13709