Harga L1 Anjlok pada 2025, tapi Fundamental Tetap Kokoh – Apa yang Berubah?

ambcryptoDipublikasikan tanggal 2025-12-26Terakhir diperbarui pada 2025-12-26

Abstrak

Harga token Layer-1 (L1) anjlok tajam pada tahun 2025, dengan penurunan seperti TON (-73,8%), Avalanche (-67,9%), dan Solana (-35,9%). Namun, data fundamental justru menunjukkan ketahanan. Pendapatan on-chain tetap kuat. Tron memimpin dengan $3,5B, diikuti Ethereum ($305,3J) dan Solana ($206,8J). Aktivitas pengguna juga tinggi, dengan BNB Chain (59,8J alamat aktif) dan Solana (39,8J) memimpin. Kesimpulannya, koreksi harga lebih disebabkan oleh tekanan repricing setelah mencapai rekor tertinggi, bukan penurunan struktural. Jaringan yang produktif secara ekonomi tetap relevan dengan aktivitas dan pendapatan yang konsisten.

L1 benar-benar hancur tahun ini. Harga anjlok sangat dalam, tapi apakah itu benar-benar akhir?

Analisis yang dibagikan pada tanggal 25 Desember oleh Schizoxbt menunjukkan kinerja yang sangat buruk di seluruh token Layer-1 utama. Status kapitalisasi besar memberikan sedikit perlindungan karena beberapa jaringan mencatat penurunan tahunan yang tajam.

Ethereum menutup tahun dengan penurunan 15,3%, sementara Solana turun 35,9% pada periode yang sama. Avalanche dan Sui masing-masing mengalami penurunan 67,9% dan 67,3%, mencerminkan tekanan penurunan yang berkelanjutan.

TON mencatat penurunan paling tajam, turun 73,8% selama tahun 2025. Hanya BNB dan TRX yang mencatat kenaikan, masing-masing naik 18,2% dan 9,8%, di tengah kelemahan pasar yang lebih luas.

Data ini memperkuat pelajaran keras bagi investor. Kapitalisasi pasar saja tidak menjamin ketahanan selama kondisi risk-off penyedia.

Tapi aksi harga hanya menceritakan sebagian dari kisah.

Pendapatan dan Biaya: Apakah monetisasi jaringan benar-benar melemah?

Meskipun harga token turun, data pendapatan on-chain memberikan gambaran yang sangat berbeda. Data Token Terminal menunjukkan aktivitas tetap sangat terkonsentrasi di beberapa jaringan Layer-1.

Tron memimpin semua Layer-1 dalam hal pendapatan, menghasilkan sekitar $3,5 M selama 365 hari terakhir. Ethereum menyusul dengan $305,3 Juta, sementara Solana menghasilkan sekitar $206,8 Juta pada periode yang sama.

Pembuatan biaya menunjukkan pola yang serupa. Solana memimpin dalam biaya dengan $699,9 Juta, sementara Ethereum mencatat $549,3 Juta dalam biaya kumulatif.

BNB Chain juga tetap relevan secara ekonomi, menghasilkan $260,3 Juta dalam biaya meskipun aksi harga yang redup. Konsistensi penggunaan yang disarankan tidak runtuh bersamaan dengan valuasi token.

Aktivitas Pengguna: Apakah pedagang benar-benar meninggalkan Layer-1?

Data alamat aktif bulanan semakin menantang narasi bearish yang mengelilingi Layer-1. Aktivitas pengguna tetap tinggi di jaringan, mendominasi throughput transaksi.

BNB Chain memimpin dengan 59,8 Juta alamat aktif, diikuti Solana dengan 39,8 Juta. NEAR Protocol mencatat 38,7 Juta, menempatkannya dengan kuat di antara jaringan dengan penggunaan tinggi.

Sei Network melaporkan 10,6 Juta alamat aktif, menyaingi Bitcoin yang berada di 10,3 Juta. Ethereum sedikit tertinggal dengan 9,3 Juta, mencerminkan pertumbuhan yang stabil tetapi lebih lambat.

Angka-angka tersebut menunjukkan bahwa partisipasi bertahan bahkan ketika harga terkoreksi.

Fundamental vs. aksi harga

Perbedaan antara harga dan fundamental menjadi tema utama tahun 2025. Token Layer-1 tampaknya mengalami penetapan harga ulang daripada deteriorasi struktural.

Kerugian semakin dalam setelah banyak L1 mencapai puncak mendekati all-time high pada awal Oktober. Penjualan Oktober berikutnya mempercepat momentum penurunan dan memperbesar penarikan akhir tahun.

Namun, modal dan aktivitas terkonsolidasi di sekitar jaringan yang menghasilkan penggunaan, biaya, dan pendapatan nyata. Premi spekulatif memudar, sementara rantai yang produktif secara ekonomi mempertahankan relevansinya.


Pemikiran Akhir

  • Penurunan tahun 2025 menyoroti bagaimana valuasi Layer-1 terkoreksi dengan tajam setelah all-time high bulan Oktober.
  • Namun, data pendapatan on-chain dan data pengguna menunjukkan bahwa sektor tersebut menghadapi tekanan penetapan harga ulang, bukan penurunan struktural.

Pertanyaan Terkait

QApa yang terjadi dengan harga token Layer-1 pada tahun 2025 menurut artikel tersebut?

AHarga token Layer-1 mengalami kolaps atau keruntuhan yang sangat besar pada tahun 2025. Ethereum turun 15,3%, Solana turun 35,9%, Avalanche turun 67,9%, Sui turun 67,3%, dan TON mengalami penurunan terbesar sebesar 73,8%. Hanya BNB dan TRX yang mengalami kenaikan, masing-masing sebesar 18,2% dan 9,8%.

QMenurut data Token Terminal, blockchain Layer-1 mana yang menghasilkan pendapatan (revenue) tertinggi?

ABerdasarkan data Token Terminal, Tron menjadi Layer-1 dengan pendapatan tertinggi, menghasilkan sekitar $3,5 miliar dalam 365 hari terakhir. Ethereum menyusul dengan $305,3 juta, dan Solana menghasilkan sekitar $206,8 juta pada periode yang sama.

QBagaimana tren aktivitas pengguna (active addresses) pada jaringan Layer-1 meskipun harganya turun?

AAktivitas pengguna tetap tinggi meskipun harga token turun. BNB Chain memimpin dengan 59,8 juta alamat aktif, diikuti oleh Solana dengan 39,8 juta, dan NEAR Protocol dengan 38,7 juta. Angka-angka ini menunjukkan bahwa partisipasi pengguna tetap bertahan bahkan selama koreksi harga.

QApa perbedaan utama yang digambarkan artikel antara pergerakan harga (price action) dan fundamental jaringan?

AArtikel tersebut menggambarkan divergensi atau perbedaan yang mencolok antara harga dan fundamental. Sementara harga token anjlok, fundamental on-chain seperti pendapatan jaringan, fee, dan aktivitas pengguna tetap kuat. Ini menunjukkan bahwa token Layer-1 mengalami repricing (penyesuaian harga) daripada kemunduran struktural.

QApa penyebab utama yang disebutkan yang memperdalam kerugian dan memperbesar penurunan harga di akhir tahun?

AKerugian semakin dalam setelah banyak token Layer-1 mencapai puncak mendekati all-time high pada awal Oktober. Sell-off atau aksi jual besar-besaran yang terjadi pada bulan itulah yang mempercepat momentum penurunan dan memperbesar drawdown (penurunan dari puncak) di akhir tahun.

Bacaan Terkait

S&P Dow Jones Bermitra dengan Pantera Meluncurkan Indeks Kripto, Bitcoin Ditolak Masuk Karena "Tidak Menghasilkan Uang"

**S&P Dow Jones Indices dan Pantera Capital Luncurkan Indeks Aset Digital Berbasis Pendapatan, Bitcoin Tidak Termasuk** S&P Dow Jones Indices bersama Pantera Capital telah meluncurkan S&P Pantera Digital Asset Index, sebuah indeks baru yang secara ketat memilih aset kripto berdasarkan kelayakan finansial protokolnya. Indeks ini mengadopsi prinsip serupa dengan S&P 500, mensyaratkan protokol untuk memiliki pendapatan positif yang diverifikasi selama beberapa kuartal berturut-turut dan mendistribusikan nilai tersebut kepada pemegang token. Karena fokus pada aset yang "menghasilkan uang", Bitcoin, XRP, dan meme coin dikeluarkan dari indeks ini. Bitcoin dinilai tidak memenuhi kriteria inti karena tidak menghasilkan pendapatan protokol. Indeks perdana ini mencakup 18 aset, dengan lima komponen terbesarnya adalah Ethereum (ETH), BNB, Solana (SOL), Tron (TRX), dan Hyperliquid (HYPE). Pantera menjelaskan bahwa pengecualian Bitcoin didasarkan pada tiga alasan: sifatnya sebagai aset moneter yang sudah dapat diakses melalui ETF terpisah, keinginan untuk memisahkan aset berpendapatan dari aset lain dalam kerangka dasar, serta ketidakmampuan Bitcoin lolos uji kelayakan finansial indeks. Indeks ini saat ini berfungsi sebagai *benchmark*, dan diskusi telah dimulai dengan perusahaan manajemen aset untuk mengembangkan produk seperti ETF yang melacak kinerjanya. Kemitraan Pantera dengan Morgan Stanley dinilai dapat memfasilitasi distribusi produk tersebut ke klien bernilai tinggi. Peluncuran indeks ini menyoroti celah dalam produk investasi kripto institusional yang ada, yang seringkali hanya terfokus pada kapitalisasi pasar tanpa membedakan fundamental. Di komunitas kripto, keputusan mengecualikan Bitcoin menuai beragam tanggapan. Sebagian melihatnya sebagai peluang untuk alokasi institusional yang lebih jelas ke altcoin, sementara yang lain berpendapat hal ini justru memperkuat narasi Bitcoin sebagai "emas digital".

marsbit1m yang lalu

S&P Dow Jones Bermitra dengan Pantera Meluncurkan Indeks Kripto, Bitcoin Ditolak Masuk Karena "Tidak Menghasilkan Uang"

marsbit1m yang lalu

Memberi "Noise" ke AI Juga Bisa Meningkatkan Skor, Karya Ini Membuat Noise Mencapai Transfer Positif

Dalam bidang transfer learning, sumber data biasanya berupa gambar, teks, atau audio. Namun, penelitian "Semi-Supervised Noise Adaptation (SSNA)" menunjukkan bahwa **noise acak yang tidak memiliki makna semantik**—dihasilkan dari distribusi Gaussian—juga dapat meningkatkan performa model dalam skenario semi-supervised dengan sedikit data berlabel. Metode ini menggunakan **Kerangka Adaptasi Noise (Noise Adaptation Framework, NAF)**. NAF membuat struktur kategori diskriminatif dalam domain noise acak, lalu mentransfer **struktur** ini ke data target nyata untuk memberikan batas klasifikasi yang lebih jelas. Model memproyeksikan domain noise dan target ke ruang representasi bersama dan menyelaraskannya pada tingkat kategori. Dalam eksperimen, dengan hanya 4 sampel berlabel per kelas, NAF meningkatkan akurasi secara signifikan dibandingkan baseline ERM pada dataset seperti CIFAR-10 (+12.35%), CIFAR-100 (+7.61%), dan lainnya. Peningkatan juga terlihat pada dataset skala besar seperti ImageNet-1K dan tugas klasifikasi teks. Kunci keberhasilan ini bukanlah sifat acak noise itu sendiri, melainkan **struktur kategori yang dapat dipisahkan** yang dibentuknya dalam ruang representasi. Eksperimen ablasi menunjukkan bahwa jika semua noise dikompresi menjadi satu titik (tanpa struktur), kinerja justru menurun drastis. Sebaliknya, memperlebar jarak antara pusat kategori noise meningkatkan akurasi. Penelitian ini menawarkan perspektif baru: dalam transfer learning, pengetahuan yang dapat ditransfer bisa berupa **cara data diorganisasikan dalam ruang representasi**, bukan hanya konten semantiknya. Ini membuka kemungkinan untuk skenario di mana data sumber asli tidak tersedia karena masalah privasi, hak cipta, atau keterbatasan akses. Noise sintetis dapat menjadi alternatif sumber daya yang efektif dan rendah biaya.

marsbit5m yang lalu

Memberi "Noise" ke AI Juga Bisa Meningkatkan Skor, Karya Ini Membuat Noise Mencapai Transfer Positif

marsbit5m yang lalu

Operator Teleprompter "Khusus" Gedung Putih Raup Lebih dari $100.000 dengan Prediksi Berbasis Informasi Orang Dalam

Artikel berjudul "Operator Teleprompter Gedung Putih Dapatkan Lebih dari $100.000 dengan Informasi Orang Dalam" mengungkap kasus insider trading di pasar prediksi oleh Gabriel Perez, asisten teknis dan operator teleprompter untuk mantan Presiden AS Donald Trump. Perez, yang memiliki akses ke naskah pidato Trump sebelum disampaikan, menggunakan informasi orang dalam ini untuk bertaruh pada kata-kata spesifik yang akan disebutkan Trump dalam berbagai pidato di platform prediksi Kalshi. Dalam sekitar tiga bulan, ia mendapat untung lebih dari $100.000. Namun, platform Kalshi mendeteksi aktivitas mencurigakan, membekukan dana sekitar $90.000, dan melaporkannya ke CFTC. Akibatnya, Perez diberhentikan sementara tanpa gaji oleh Trump. Meski mengembalikan keuntungan dan berjanji tidak mengulangi pelanggaran, ia tidak menghadapi tuntutan pidana karena dianggap tidak membocorkan informasi rahasia negara. Kasus ini menyoroti kerentanan pasar prediksi "sebutan" terhadap manipulasi, di mana orang dalam atau pembicara sendiri dapat dengan mudah mempengaruhi hasil. Insiden serupa sebelumnya melibatkan tentara dan insinyur Google. Sebagai tanggapan, platform seperti Kalshi mulai memperketat aturan, termasuk mengharuskan pengguna mengungkapkan tempat kerja. Artikel menyimpulkan bahwa meskipun pembersihan perdagangan orang dalam membuat pasar prediksi lebih patuh, hal itu juga menjauhkannya dari tujuan awalnya sebagai pengejawantahan kebijaksanaan kolektif, menjadikannya lebih mirip kasino biasa.

marsbit1j yang lalu

Operator Teleprompter "Khusus" Gedung Putih Raup Lebih dari $100.000 dengan Prediksi Berbasis Informasi Orang Dalam

marsbit1j yang lalu

Operator Teleprompter "Khusus" Gedung Putih, Meraup Lebih dari 100 Ribu Dolar AS dengan Prediksi Menggunakan Informasi Orang Dalam

Sebuah staf Gedung Putih yang bertugas mengoperasikan teleprompter (penyusun teks pidato) untuk mantan Presiden AS Donald Trump, Gabriel Perez, telah diduga melakukan perdagangan orang dalam (insider trading) di pasar prediksi. Perez, yang memiliki akses ke naskah pidato Trump sebelum disampaikan, dilaporkan memanfaatkan informasi non-publik tersebut untuk bertaruh pada kata-kata spesifik yang akan disebutkan Trump dalam berbagai pidatonya di platform prediksi Kalshi. Dalam kurun waktu sekitar tiga bulan, ia dikabarkan memperoleh keuntungan lebih dari $100,000. Kalshi kemudian mendeteksi aktivitas transaksi yang tidak biasa dan membekukan lebih dari $90,000 di akun Perez sebelum melaporkan kasus ini kepada Commodity Futures Trading Commission (CFTC). Atas insiden tersebut, Perez diberhentikan sementara dari tugasnya tanpa gaji oleh Trump. Berbeda dengan dua kasus insider trading sebelumnya di pasar prediksi yang melibatkan seorang tentara dan insinyur Google, Perez tidak menghadapi tuntutan pidana. CFTC dikabarkan sedang dalam proses penyelesaian damai yang mewajibkannya mengembalikan keuntungannya dan berhenti melakukan transaksi serupa. Kasus ini menyoroti kerentanan pasar prediksi "sebutan" (mention markets) terhadap manipulasi, di mana individu dengan informasi orang dalam atau bahkan pembicara itu sendiri dapat dengan mudah memengaruhi hasilnya. Beberapa contoh, seperti CEO Coinbase yang dengan sengaja menyebut semua opsi taruhan dalam sebuah konferensi, mengilustrasikan masalah ini. Menanggapi hal tersebut, Kalshi telah memperketat kebijakan dengan mewajibkan pengguna mengungkapkan tempat kerja mereka untuk mencegah penyalahgunaan informasi orang dalam. Insiden Perez menandai langkah lain dalam pembersihan perdagangan orang dalam di industri pasar prediksi, sekaligus mempertanyakan keandalan pasar tersebut sebagai cerminan kebijaksanaan kolektif.

Odaily星球日报1j yang lalu

Operator Teleprompter "Khusus" Gedung Putih, Meraup Lebih dari 100 Ribu Dolar AS dengan Prediksi Menggunakan Informasi Orang Dalam

Odaily星球日报1j yang lalu

Trading

Spot
活动图片