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.