Pengembangan Kerangka Kerja Optimisasi Kontrak Pintar Berbasis Penggerak Kecerdasan Buatan untuk Hyperledger Fabric

Hisan, Radhiyan Muhammad (2025) Pengembangan Kerangka Kerja Optimisasi Kontrak Pintar Berbasis Penggerak Kecerdasan Buatan untuk Hyperledger Fabric. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 5025211166-Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only Download (11MB) | Request a copy

Abstract

Penerapan blockchain kini meluas ke berbagai sektor, tidak terbatas pada mata uang kripto. Hyperledger Fabric merupakan kerangka kerja blockchain berizin. Salah satu komponennya adalah kontrak pintar, disebut chaincode, yang berfungsi mengotomatiskan transaksi digital dalam jaringan Fabric. Chaincode diterapkan pada jaringan melalui serangkaian tahapan komputasi. Kompleksitas chaincode dan sumber daya peer yang bervariasi berpotensi menyebabkan proses penyebaran tidak efisien. Pembagian beban dalam penyebaran chaincode pada Fabric belum memiliki optimisasi cerdas untuk efisiensi waktu dan sumber daya. Dibutuhkan penyeimbang beban yang mampu menganalisis kompleksitas dan sumber daya. Kemampuan LLM untuk memahami bahasa dan melakukan penalaran dapat dimanfaatkan. Pengembangan kerangka kerja diawali dengan pemetaan kapasitas setiap peer, dilanjutkan analisis dan klasifikasi kompleksitas chaincode serta pemilihan peer oleh model LLM, hingga pengujian penyebaran dalam jaringan Fabric kustom yang terdiri atas tiga simpul peers. Dalam hal waktu eksekusi, model DeepSeek R1 dan model Mistral Large cenderung menghasilkan pola yang sama, kecuali pada satu skenario di mana DeepSeek R1 unggul signifikan. Sementara dalam hal efisiensi penggunaan sumber daya, model DeepSeek R1 menunjukkan penggunaan sumber daya yang sedikit lebih rendah dari model Mistral Large pada mayoritas skenario. Dengan demikian, model LLM yang cenderung menghasilkan rekomendasi distribusi dengan waktu eksekusi terendah dan penggunaan sumber daya paling efisien adalah DeepSeek R1.
===========================================================================================================================================
The implementation of blockchain has expanded across various sectors, no longer limited to cryptocurrencies. Hyperledger Fabric is a permissioned blockchain framework. One of its components is smart contract —referred to as chaincode —which automate digital transactions within the network. Chaincode deployment involves a series of computational stages. The complexity of chaincode and varying peer resources have the potential to cause the deployment process to be inefficient. Currently, chaincode deployment in Fabric lacks intelligent load distribution that optimizes execution time and resource usage. A load balancer that is capable of analyzing chaincode complexity and peer resources is required. LLM's ability to process natural language and reasoning can be utilized to guide deployment decisions. The development of the framework begins with mapping peer resource capacities, followed by analysis and classification of chaincode complexity and peer selection by the LLM model, and concludes with testing in a custom Fabric network consisting of three peers. Experimental results indicate that both DeepSeek R1 and Mistral Large produces similar execution time pattern, with the exception of one scenario where DeepSeek R1 is significantly outperforms Mistral Large. In terms of resource efficiency, DeepSeek R1 shows slightly lower resource usage in most scenarios. Therefore, the LLM model that tends to provide the most optimal distribution recommendations with the lowest execution time and most efficient resource usage is DeepSeek R1.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Kontrak Pintar, Hyperledger Fabric, Optimisasi, Kecerdasan Buatan, Kerangka Kerja, Smart Contract, Hyperledger Fabric, Optimization, Artificial Intelligence, Framework.
Subjects:	T Technology > T Technology (General) > T58.5 Information technology. IT--Auditing
Divisions:	Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Informatics Engineering > 55201-(S1) Undergraduate Thesis
Depositing User:	Radhiyan Muhammad Hisan
Date Deposited:	29 Jul 2025 01:44
Last Modified:	29 Jul 2025 01:44
URI:	http://repository.its.ac.id/id/eprint/122286

Actions (login required)

View Item