TLDR
RLUSD memiliki distribusi yang tidak merata, dengan sebagian besar token berada di Ethereum meskipun pemegangnya lebih banyak di XRPL. Aktivitas di XRPL menunjukkan partisipasi institusi yang kuat dengan volume transfer yang signifikan. Protokol DeFi seperti Aave dan Curve memainkan peran penting dalam ekosistem RLUSD di Ethereum. Stablecoin RLUSD dari Ripple memiliki distribusi yang unik. Sebagian besar tokennya, sekitar 88%, beredar di jaringan Ethereum dan digunakan dalam protokol DeFi yang populer. Namun, mayoritas pemilik token RLUSD justru berada di XRP Ledger atau XRPL. Ini mencerminkan dua ekosistem yang berbeda dalam cara RLUSD dimanfaatkan.Di Ethereum, ada sekitar 5.448 entitas yang memegang RLUSD. Nilai rata-rata token per pemegang di sini jauh lebih besar dibandingkan di XRPL, yakni sekitar 128.302 dolar. Protokol seperti Aave dan Curve memiliki jumlah token RLUSD yang sangat banyak, dengan Aave memegang lebih dari 330 juta dolar, hampir setengah dari RLUSD yang ada di Ethereum.Sementara itu, di XRPL, jumlah pemegang RLUSD jauh lebih banyak, sekitar 31.430 wallet dengan nilai token rata-rata hanya 2.886 dolar. Aktivitas di XRPL didominasi oleh entitas institusional seperti VERT Capital dan OpenEden Digital, yang sangat aktif menggunakan jaringan ini untuk transaksi yang cepat dan biaya rendah.Dari sisi volume transfer bulanan, Ethereum mencatat nilai hampir 4,87 miliar dolar dalam sekitar 19.502 transfer, jauh lebih tinggi dibandingkan XRPL yang hanya 112,42 juta dolar dari hampir 391 ribu transfer. Hal ini menunjukkan bahwa Ethereum lebih difokuskan pada volume nilai besar yang beredar dalam jumlah transfer kecil, sedangkan XRPL lebih pada banyak transaksi bernilai lebih kecil.Secara keseluruhan, RLUSD menggambarkan peran yang berbeda dalam dua jaringan blockchain utama. Ethereum sebagai pusat DeFi dengan konsentrasi token besar pada sedikit pemegang, dan XRPL sebagai jaringan yang lebih diminati institusi dengan banyak pemegang aktif. Perbedaan ini menunjukkan bagaimana stablecoin dapat digunakan secara fleksibel berdasarkan karakteristik tiap platform.
