PENINGKATAN KINERJA DAN KEAMANA PADA ZERO- KNOWLEDGE ROLL UP (ZK-ROLLUP) TESIS Karya tulis sebagai salah satu syarat untuk memperoleh gelar Magister dari Institut Teknologi Bandung Oleh GIYA PRANATA NIM: 23522037 (Program Studi Magister Informatika) INSTITUT TEKNOLOGI BANDUNG AGUSTUS 2024 iv PENINGKATAN KINERJA DAN KEAMANA PADA ZERO- KNOWLEDGE ROLL UP (ZK -ROLLUP) Oleh GIYA PRANATA NIM: 23522037 (Program Studi Magister Informatika) Institut Teknologi Bandung Menyetujui Tim Pembimbing Bandung, Agustus 2024 Ketua ______________________ (Yudistira Dwi Wardhana Asnar, S.T, Ph.D.) NIP. 198008272015041002 ii ABSTRAK PENINGKATAN KINERJA DAN KEAMANAN PADA ZERO- KNOWLEDGE ROLL UP (ZK-ROLLUP) Oleh GIYA PRANATA NIM: 23522037 (Program Studi Magister Informatika) Zero-Knowledge Rollup (zk-Rollup) merupakan teknologi yang berkembang pesat dalam ekosistem blockchain, menawarkan solusi yang lebih efisien dan aman untuk pemrosesan transaksi di luar rantai utama. Namun, penerapan zk-Rollup masih menghadapi tantangan signifikan dalam hal kinerja dan keamanan. Tantangan ini meliputi keterbatasan throughput, waktu respons yang relatif tinggi, dan risiko keamanan yang terkait dengan kompleksitas algoritma dan integritas data. Penelitian ini bertujuan untuk mengatasi tantangan tersebut dengan menerapkan algoritma hashing BLAKE2 dan struktur data Compact Sparse Merkle Trees (CSMT). BLAKE2 dipilih karena kemampuannya yang sangat efisien dalam hal kecepatan dan keamanan, yang sangat penting untuk meningkatkan throughput dan mengurangi latensi dalam sistem zk-Rollup. Sementara itu, Compact Sparse Merkle Trees diimplementasikan untuk mengoptimalkan penyimpanan dan pembuktian data, yang dapat mengurangi overhead dan memperkuat integritas data. Dengan memadukan BLAKE2 dan CSMT. Hasil penelitian menunjukkan bahwa CSMT memiliki kinerja yang lebih baik dibandingkan MT di bawah beban transaksi yang meningkat, dengan waktu eksekusi yang lebih rendah dan stabil. Pada beban transaksi 10000 tps, CSMT menunjukkan waktu eksekusi sekitar 1,45 detik, lebih rendah dibandingkan MT yang mencapai 1,8 detik. Hasil percobaan premimage testing menunjukkan bahwa Blake2b dengan Compact Sparse Merkle Tree secara konsisten menghasilkan waktu rata-rata yang lebih cepat dibandingkan dengan SHA-256 dengan Merkle Tree. Pada berbagai skala percobaan, struktur data Compact Sparse Merkle Tree dan tipe hashing Blake2b terbukti lebih efisien, terutama dalam skenario preimage testing berskala besar. Dalam hal ketahanan terhadap serangan collision, Jika melakukan uji coba yang sangat banyak pada MT dengan tipe hashing Blake2b kemungkinan terjadi serangan sangat besar namun sebaliknya pada CMST kemungkinan terjadi serangan collision sangatlah kecil,Kesimpulannya, CSMT menawarkan kinerja yang lebih unggul dan konsisten dibandingkan MT dalam lingkungan dengan beban transaksi tinggi, menjadikannya pilihan yang lebih baik untuk aplikasi blockchain yang membutuhkan pemrosesan transaksi yang cepat dan efisien. Kata kunci: ZK-Rollup, Blake2 Hashing, Compact Sparse Merkle Trees, Keamanan, Kinerja. iii ABSTRACT PERFORMANCE AND SECURITY IMPROVEMENTS IN ZERO- KNOWLEDGE ROLL UP (ZK-ROLLUP) By GIYA PRANATA NIM: 23522037 (Master’s Program in Informatics) Zero-Knowledge Rollup (zk-Rollup) is a rapidly evolving technology within the blockchain ecosystem, offering a more efficient and secure solution for off-chain transaction processing. However, the implementation of zk-Rollup still faces significant challenges in terms of performance and security. These challenges include limitations in throughput, relatively high response times, and security risks associated with algorithmic complexity and data integrity. This research aims to address these challenges by employing the BLAKE2 hashing algorithm and Compact Sparse Merkle Trees (CSMT). BLAKE2 is chosen for its high efficiency in terms of speed and security, which is crucial for enhancing throughput and reducing latency in zk-Rollup systems. Meanwhile, Compact Sparse Merkle Trees are implemented to optimize data storage and proof generation, thereby reducing overhead and strengthening data integrity.