Biaya Gas Ethereum Mengungkap Batas Kemampuan AI dalam Membuat Prakiraan

Bisakah AI Memprediksi Tekanan pada Jaringan Ethereum?

Ethereum dapat terus menghasilkan blok meski penggunaannya menjadi mahal atau merepotkan. Bagi orang yang mengirim pembayaran, menyesuaikan posisi pinjaman, atau menyelesaikan transaksi aset tertokenisasi, perbedaan itu penting. Blockchain yang berfungsi tidak serta-merta menjamin biaya transaksi yang dapat diperkirakan.

Sebuah studi baru oleh S’phesihle Khumalo dan Moinak Maiti mengkaji apakah pembelajaran mesin dapat mengidentifikasi Ethereum (ETH ) tekanan jaringan berdasarkan perubahan harga gas dan biaya transaksi.¹ Temuan mereka memberikan titik awal yang berguna untuk pemantauan yang lebih baik, tetapi juga mengungkap kesenjangan penting: mengenali kondisi tidak biasa saat ini jauh lebih mudah daripada mengantisipasinya esok hari.

Kesenjangan ini membuka peluang bagi penyedia infrastruktur blockchain. Seiring makin banyak layanan keuangan beralih ke rantai blok, menerjemahkan data jaringan menjadi keputusan operasional yang berguna dapat menjadi sama pentingnya dengan meningkatkan kapasitas transaksi.

Mengapa Biaya Gas Ethereum Penting di Luar Perdagangan Kripto

Gas mengukur pekerjaan komputasi yang diperlukan untuk menjalankan transaksi Ethereum. Pengguna membayar pekerjaan tersebut, dan biayanya dapat meningkat saat permintaan untuk menjalankan transaksi naik. Karena itu, lonjakan biaya dapat menandakan tekanan pada kapasitas yang tersedia, meski tidak selalu berarti jaringan sedang mengalami gangguan.

Dampak ekonominya bergantung pada jenis transaksi. Transfer yang tidak mendesak dapat ditunda. Peminjam yang menambah agunan untuk menghindari likuidasi mungkin hanya memiliki sedikit keleluasaan. Bisnis yang memproses pembayaran kecil secara rutin membutuhkan biaya yang tetap terjangkau dibandingkan dengan nilai setiap pembayaran.

Hal ini semakin relevan seiring aplikasi blockchain merambah ke luar perdagangan spekulatif. Liputan terbaru Securities.io tentang tokenisasi ARK Venture Fund di Ethereum menggambarkan bagaimana produk investasi mulai memasuki ekosistem ini. Tokenisasi tidak membuat setiap transaksi mendesak, tetapi meningkatkan pentingnya memahami infrastruktur yang mendukung kepemilikan dan transfer.

Sistem peringatan yang berguna dapat membantu operator mengantisipasi kondisi pelaksanaan transaksi. Agar bermanfaat, sistem tersebut tidak perlu memprediksi harga Ether atau mendiagnosis setiap kemungkinan ancaman keamanan.

Cara Kerja Studi Deteksi Tekanan Ethereum

Para peneliti menganalisis metrik Ethereum untuk periode Juli 2015 hingga Juli 2025, yang bersumber dari Etherscan. Metrik tersebut mencakup aktivitas transaksi, penggunaan gas, biaya, dan indikator historis terkait penambangan. Meski makalah ini membingkai analisisnya pada tingkat blok, pengujian prakiraannya menggunakan pengamatan harian. Karena itu, hasilnya tidak seharusnya ditafsirkan sebagai peringatan untuk blok tertentu yang akan datang.

Tiga pendekatan diuji. Random Forest menggabungkan banyak pohon keputusan. Isolation Forest mencari pengamatan yang berbeda dari perilaku umum. Decision Tree menggunakan aturan bercabang sehingga klasifikasinya relatif mudah ditelaah.

Definisi utama tekanan didasarkan pada biaya transaksi yang jauh lebih tinggi daripada nilai acuan bergulir. Hal ini memberi model sasaran yang terukur, tetapi menimbulkan kerumitan: model yang menggunakan masukan terkait biaya mungkin hanya merekonstruksi aturan yang digunakan untuk memberi label tekanan, alih-alih menemukan masalah operasional yang berbeda.

Para peneliti mengatasinya melalui pemeriksaan tambahan, termasuk menghapus prediktor yang berasal dari biaya, menguji pengamatan yang lebih baru, dan menyusun definisi tekanan alternatif berdasarkan aktivitas blok ommer. Blok-blok historis ini terkait dengan sistem Ethereum yang sebelumnya menggunakan proof-of-work dan tidak dapat memberikan pengujian independen yang sama untuk era proof-of-stake saat ini.

Apa yang Sebenarnya Ditunjukkan Hasil Prakiraan Ethereum

Akurasi dapat menyesatkan ketika tekanan jarang terjadi. Model yang biasanya memprediksi kondisi normal dapat memperoleh skor tinggi, tetapi melewatkan sebagian besar peristiwa yang menjadi perhatian operator. Presisi mengukur seberapa sering peringatannya benar; recall mengukur berapa banyak peristiwa tekanan yang benar-benar berhasil dideteksi. F1 menggabungkan kedua ukuran tersebut.

Random Forest yang disetel dalam studi tersebut memperoleh skor F1 sebesar 0.50 untuk deteksi pada hari yang sama dengan menggunakan set fitur lengkap. Kinerjanya menurun seiring bertambahnya jangka waktu prakiraan.

Hasil ini mendukung adanya sinyal prakiraan yang terbatas, bukan sistem peringatan multi-hari yang dapat diandalkan. Secara terpisah, Random Forest dengan fitur yang dikurangi mencapai akurasi keseluruhan 91%, tetapi hanya mendeteksi 23% pengamatan tekanan yang didefinisikan berdasarkan biaya. Validasi independen menggunakan blok ommer menghasilkan kinerja yang jauh lebih lemah dan kurang stabil.

Perbedaan ini sangat penting bagi relevansi artikel tersebut terhadap investasi. Mendeteksi volatilitas biaya, memprediksi kemacetan, dan memperkirakan kegagalan keamanan merupakan tugas yang berbeda. Makalah ini memberikan bukti tentang hal pertama dan bukti terbatas mengenai tekanan di masa mendatang yang didefinisikan berdasarkan biaya. Makalah ini tidak membuktikan bahwa serangan, gangguan layanan, atau harga aset dapat diprediksi secara andal.

Mengubah Peringatan Jaringan Menjadi Keputusan yang Berguna

Pertanyaan praktisnya adalah apa yang sebaiknya dilakukan operator ketika menerima peringatan yang tidak sepenuhnya akurat. Dasbor yang mengumumkan peningkatan risiko tanpa menyarankan tindakan mungkin tidak banyak berguna. Sistem yang menghubungkan peringatan tersebut dengan tingkat urgensi transaksi, anggaran biaya, dan kebijakan operasional bisa lebih bermanfaat.

Sebagai contoh, layanan pembayaran dapat menunda pengelompokan transaksi yang tidak mendesak ketika biaya meningkat, sambil tetap menyediakan kapasitas untuk transfer mendesak. Tim perbendaharaan dapat merencanakan pemindahan rutin berdasarkan perkiraan biaya. Ini adalah kemungkinan penerapan, bukan kemampuan yang dibuktikan oleh penelitian tersebut.

• Pisahkan transaksi mendesak dari transaksi yang masih bisa ditunda.
• Sesuaikan ambang peringatan dengan dampak peristiwa yang terlewat dan alarm palsu.
• Bandingkan prakiraan dengan aturan sederhana berbasis biaya sebelum diterapkan.

Ambang yang tepat akan berbeda-beda menurut kasus penggunaan. Alarm palsu yang menunda transfer rutin mungkin masih dapat ditoleransi. Namun, alarm yang mengganggu penyesuaian agunan penting bisa menimbulkan kerugian. Mengevaluasi penghematan dana dan jumlah transaksi yang diselesaikan akan membuat keputusan penerapan lebih bermakna daripada sekadar mengoptimalkan skor akurasi utama.

Mengapa Peningkatan Ethereum Mengubah Tantangan Pemantauan

Satu dekade sejarah Ethereum mencakup kondisi operasional yang sangat beragam. Peralihan ke mekanisme proof of stake mengubah produksi blok, sementara peningkatan skalabilitas mengubah hubungan antara aktivitas di jaringan utama dan biaya aplikasi. Model yang dilatih menggunakan episode kemacetan sebelumnya mungkin tidak akan tetap andal selamanya.

Pengumuman peningkatan Fusaka dari Ethereum Foundation menjelaskan peningkatan kinerja lapisan pertama dan kapasitas data untuk jaringan lapisan kedua. Mekanisme PeerDAS memungkinkan node memeriksa ketersediaan data melalui pengambilan sampel, alih-alih mengunduh seluruh blob, sehingga mendukung kapasitas pemrosesan yang lebih besar.

Kumpulan data penelitian berakhir sebelum Fusaka, sehingga tidak dapat membuktikan kinerja dalam lingkungan yang telah ditingkatkan tersebut. Inilah alasan praktis untuk memperbarui model dan memvalidasinya berdasarkan kondisi terkini.

Pemantauan juga memerlukan beberapa sinyal yang berbeda. Biaya di jaringan utama tidak dapat sepenuhnya menggambarkan kondisi operasional aplikasi lapisan kedua. Ketersediaan sequencer, biaya publikasi data, dan perilaku konfirmasi mungkin sama pentingnya dengan harga gas. Liputan Securities.io tentang penyaringan berbasis AI untuk mendeteksi kontrak Ponzi di Ethereum menggambarkan lapisan risiko lain yang terpisah, yaitu perilaku kontrak. Penggabungan sinyal harus tetap mempertahankan apa yang sebenarnya diukur oleh masing-masing sinyal.

Coinbase Menawarkan Eksposur ke Infrastruktur Blockchain

Kebutuhan yang terus meningkat akan infrastruktur andal membuka kaitan alami dengan Coinbase Global (COIN ) . Selain bursa miliknya, Coinbase menyediakan layanan kustodian dan staking serta turut mengembangkan Base, jaringan lapisan kedua Ethereum. Relevansinya berasal dari dukungan terhadap penggunaan blockchain, bukan dari komersialisasi penelitian khusus ini.

Strategi Base untuk 2026 menekankan pasar global, pembayaran, stablecoin, dan infrastruktur bagi pengembang. Prioritas-prioritas tersebut membuat keandalan operasional relevan secara komersial: pengguna membutuhkan layanan yang dapat menangani aktivitas secara konsisten seiring meningkatnya adopsi.

Dalam hasil kuartal kedua 2026, Coinbase melaporkan bahwa volume transaksi stablecoin di Base tumbuh tujuh kali lipat dibandingkan tahun sebelumnya dan pendapatan dari langganan serta layanan mencapai 48% dari pendapatan bersih. Angka-angka yang dilaporkan perusahaan ini memberikan konteks tentang eksposurnya yang lebih luas terhadap infrastruktur, bukan bukti bahwa pemantauan jaringan akan meningkatkan laba secara material.

Investor tetap perlu mengevaluasi valuasi, persaingan, regulasi, dan sensitivitas terhadap aktivitas kripto. Peningkatan penggunaan blockchain tidak otomatis menghasilkan imbal hasil pemegang saham yang sebanding.

Berita dan Perkembangan Terbaru Coinbase Global (COIN)

Pemantauan Ethereum yang Lebih Baik Berawal dari Validasi yang Lebih Baik

Penelitian ini memberikan pelajaran yang konstruktif: data gas dan biaya memuat informasi yang berguna, tetapi sistem peringatan operasional memerlukan bukti yang lebih kuat daripada pola historis yang mudah dikenali. Langkah penting selanjutnya mencakup pelabelan peristiwa secara independen, pengujian pada jaringan terkini, dan perbandingan dengan alternatif sederhana.

Kemajuan mungkin dicapai melalui perbaikan bertahap yang membantu pengguna mengambil keputusan lebih baik, bukan melalui satu model yang mampu memprediksi setiap gangguan. Bagi ekosistem keuangan Ethereum yang terus berkembang, inilah jalur yang masuk akal menuju infrastruktur yang lebih dapat diprediksi.

Referensi:

¹ Khumalo, S., & Maiti, M. (2026). Anomali tingkat blok sebagai indikator awal stres jaringan di Ethereum. Penelitian dalam Bisnis Internasional dan Keuangan. Publikasi online awal. https://doi.org/10.1016/j.ribaf.2026.103670