Alur deret waktu berbasis PyTorch di atas satu dekade harga emas Indonesia: urutan enam puluh hari, sebelas fitur rekayasa, dan dua arsitektur — LSTM bertumpuk dengan kepala dense, serta varian bidirectional dengan lapis additive attention dan batch normalisation. Prakiraan dihasilkan pada horizon satu bulan sampai lima tahun lalu ditulis sebagai deret CSV dan plot.
Riwayat harga sepuluh dan lima belas tahun masuk; urutan enam puluh hari mencakup sebelas fitur keluar, dinormalkan lalu dibagi menjadi train, validation, dan test. Pelatihannya memakai Adam dengan weight decay, MSE, dan penurunan laju pembelajaran yang dipicu plateau.
Arsitektur keduanya yang lebih menarik: tumpukan bidirectional yang keluarannya melewati lapis additive attention, sehingga prediksinya adalah jumlah berbobot atas seluruh jendelanya alih-alih apa pun yang kebetulan disimpan timestep terakhir. Batch normalisation duduk di antara lapis dense-nya.
Alurnya dengan senang hati akan menghasilkan deret harga harian sampai lima tahun ke depan, dan plotnya tampak meyakinkan. Itu bukan prakiraan dalam pengertian mana pun yang berguna: setiap langkahnya diberi makan keluaran modelnya sendiri dari langkah sebelumnya, sehingga galatnya berlipat, dan tidak ada satu pun masukannya yang menggambarkan hal-hal yang sebenarnya menggerakkan harga emas selama lima tahun.
Proyek pendampingnya yang mengimplementasikan LSTM dari nol menjalankan model sekelas ini lewat perangkat evaluasi lengkap dan mencatat R² negatif serta kekalahan 25 poin terhadap beli-dan-tahan. Hasil itu berlaku di sini juga, dan itulah alasan keduanya diarsipkan sebagai riset, bukan sebagai sesuatu yang layak dijadikan dasar transaksi.