BOX SET: 6 Minute English - 'Technology 2' English mega-class! Thirty minutes of new vocabulary!

151,943 views ・ 2022-10-16

BBC Learning English


Silakan klik dua kali pada teks bahasa Inggris di bawah ini untuk memutar video. Subtitel yang diterjemahkan adalah terjemahan mesin.

00:05
Hello. This is 6 Minute English
0
5920
1760
Halo. Ini adalah 6 Menit Bahasa Inggris
00:07
from BBC Learning English.
1
7680
1440
dari BBC Learning English.
00:09
I’m Sam.
2
9120
720
00:09
And I’m Neil.
3
9840
880
Saya Sam.
Dan saya Neil.
00:10
On Saturday mornings I love going
4
10720
2000
Pada Sabtu pagi saya suka
00:12
to watch football in the park.
5
12720
1920
menonton sepak bola di taman.
00:14
The problem is when it’s cold and
6
14640
1760
Masalahnya adalah saat cuaca dingin dan
00:16
rainy - I look out the bedroom window
7
16400
2160
hujan - saya melihat ke luar jendela kamar
00:18
and go straight back to bed!
8
18560
1760
dan langsung kembali ke tempat tidur!
00:20
Well, instead of going to the park, why
9
20320
2000
Nah, daripada pergi ke taman, kenapa
00:22
not bring the park to you? Imagine
10
22320
2400
tidak membawa taman itu untuk Anda? Bayangkan
00:24
watching a live version of the
11
24720
1760
menonton
00:26
football match at home in the warm,
12
26480
1760
pertandingan sepak bola versi live di rumah dalam cuaca hangat,
00:28
with friends. Sound good, Sam?
13
28240
2240
bersama teman-teman. Kedengarannya bagus, Sam?
00:30
Sounds great! – but how can I be in
14
30480
2160
Kedengarannya bagus! – tetapi bagaimana saya bisa berada di
00:32
two places at once? Is there some
15
32640
2000
dua tempat sekaligus? Apakah ada
00:34
amazing invention to do that?
16
34640
1840
penemuan luar biasa untuk melakukan itu?
00:36
There might be, Sam - and it could
17
36480
1600
Mungkin ada, Sam - dan itu bisa
00:38
be happening sooner than you think,
18
38080
2080
terjadi lebih cepat dari yang Anda pikirkan,
00:40
thanks to developments in VR, or
19
40160
2320
berkat perkembangan VR, atau
00:42
virtual reality. According to Facebook
20
42480
2000
realitas virtual. Menurut
00:44
boss, Mark Zuckerberg, in the future
21
44480
2240
bos Facebook, Mark Zuckerberg, di masa depan
00:46
we’ll all spend much of our time
22
46720
1840
kita semua akan menghabiskan sebagian besar waktu kita
00:48
living and working in the ‘metaverse’ – a
23
48560
2880
untuk hidup dan bekerja di 'metaverse' –
00:51
series of virtual worlds.
24
51440
2400
serangkaian dunia virtual.
00:53
Virtual reality is a topic we’ve discussed
25
53840
2480
Realitas virtual adalah topik yang telah kita bahas
00:56
before at 6 Minute English. But when
26
56320
2720
sebelumnya di 6 Menit Bahasa Inggris. Tetapi ketika
00:59
Facebook announced that it was
27
59040
1280
Facebook mengumumkan bahwa mereka
01:00
hiring ten thousand new workers
28
60320
2000
mempekerjakan sepuluh ribu pekerja baru
01:02
to develop VR for the ‘metaverse’, we
29
62320
2720
untuk mengembangkan VR untuk 'metaverse', kami
01:05
thought it was time for another look.
30
65040
1760
pikir sudah waktunya untuk melihat lagi.
01:06
Is this programme, we’ll be hearing two
31
66800
1760
Apakah program ini, kita akan mendengar dua
01:08
different opinions on the ‘metaverse’
32
68560
1760
pendapat berbeda tentang 'metaverse'
01:10
and how it might shape the future.
33
70320
2000
dan bagaimana hal itu dapat membentuk masa depan.
01:12
But first I have a question for you, Neil.
34
72320
3040
Tapi pertama-tama saya punya pertanyaan untuk Anda, Neil.
01:15
According to a 2021 survey by
35
75360
2480
Menurut survei tahun 2021 oleh
01:17
gaming company, Thrive Analytics, what
36
77840
2880
perusahaan game, Thrive Analytics, berapa
01:20
percentage of people who try virtual
37
80720
2240
persen orang yang
01:22
reality once want to try it again? Is it:
38
82960
3920
pernah mencoba realitas virtual ingin mencobanya lagi? Apakah:
01:26
a) 9 percent?
39
86880
1920
a) 9 persen?
01:28
b) 49 percent? or,
40
88800
2240
b) 49 persen? atau,
01:31
c) 79 percent?
41
91040
2160
c) 79 persen?
01:33
I guess with VR you either love it
42
93200
1840
Saya kira dengan VR Anda menyukainya
01:35
or hate it, so I’ll say b) 49 percent of
43
95040
3120
atau membencinya, jadi menurut saya b) 49 persen
01:38
people want to try it again.
44
98160
1840
orang ingin mencobanya lagi.
01:40
OK, I’ll reveal the correct answer
45
100000
1840
OK, saya akan mengungkapkan jawaban yang benar
01:41
later in the programme. But what
46
101840
1760
nanti dalam program ini. Tapi apa yang
01:43
Neil said is true: people tend to either
47
103600
2400
dikatakan Neil benar: orang cenderung
01:46
love virtual reality or hate it.
48
106000
2720
menyukai realitas virtual atau membencinya.
01:48
Somebody who loves it is
49
108720
1440
Seseorang yang menyukainya adalah
01:50
Emma Ridderstad, CEO of Warpin’, a
50
110160
2800
Emma Ridderstad, CEO Warpin', sebuah
01:52
company which develops
51
112960
1280
perusahaan yang mengembangkan
01:54
VR technology.
52
114240
1200
teknologi VR.
01:55
Here she is telling BBC World
53
115440
1760
Di sini dia memberi tahu
01:57
Service programme, Tech Tent, her
54
117200
1920
program Layanan Dunia BBC, Tenda Teknologi,
01:59
vision of the future:
55
119120
1520
visinya tentang masa depan:
02:00
In ten years, everything that you
56
120640
1760
Dalam sepuluh tahun, semua yang Anda
02:02
do on your phone today, you will
57
122400
2160
lakukan di ponsel hari ini, Anda akan
02:04
do in 3-D, through your classes
58
124560
2000
melakukannya dalam 3-D, melalui kelas Anda
02:06
for example. You will be able to do
59
126560
2480
misalnya. Anda akan dapat
02:09
your shopping, you will be able to
60
129040
1920
berbelanja, Anda akan dapat
02:10
meet your friends, you will be able
61
130960
1680
bertemu teman-teman Anda, Anda akan dapat
02:12
to work remotely with whomever
62
132640
2400
bekerja dari jarak jauh dengan siapa pun yang
02:15
you want, you will be able to share
63
135040
2480
Anda inginkan, Anda akan dapat berbagi
02:17
digital spaces, share music, share
64
137520
3920
ruang digital, berbagi musik, berbagi
02:21
art, share projects in digital spaces
65
141440
3200
karya seni, berbagi proyek di ruang digital
02:24
between each other. And you will also
66
144640
2080
diantara satu sama lain. Dan Anda juga
02:26
be able to integrate the digital objects
67
146720
2160
akan dapat mengintegrasikan objek digital
02:28
in your physical world, making the
68
148880
2720
di dunia fisik Anda, menjadikan
02:31
world much more phygital than
69
151600
1840
dunia jauh lebih fisik daripada
02:33
is it today.
70
153440
1399
saat ini.
02:35
Virtual reality creates 3-D, or
71
155040
2720
Realitas virtual menciptakan pengalaman 3-D, atau
02:37
three-dimensional experiences where
72
157760
2080
tiga dimensi di mana
02:39
objects have the three dimensions of
73
159840
2400
objek memiliki tiga dimensi
02:42
length, width and height. This makes
74
162240
2640
panjang, lebar, dan tinggi. Hal ini membuat
02:44
them look lifelike and solid, not
75
164880
2400
mereka terlihat hidup dan padat, bukan
02:47
two-dimensional and flat.
76
167280
2560
dua dimensi dan datar.
02:49
Emma says that in the future VR will
77
169840
2160
Emma mengatakan bahwa di masa mendatang VR akan
02:52
mix digital objects and physical
78
172000
2000
menggabungkan objek digital dan
02:54
objects to create exciting new
79
174000
1920
objek fisik untuk menciptakan pengalaman baru yang menarik
02:55
experiences – like staying home to
80
175920
2400
– seperti tinggal di rumah untuk
02:58
watch the same football match
81
178320
1440
menonton pertandingan sepak bola yang sama
02:59
that is simultaneously happening in
82
179760
1840
yang terjadi secara bersamaan di
03:01
the park. She blends the words
83
181600
2400
taman. Dia memadukan kata
03:04
‘physical’ and ‘digital’ to make a new
84
184000
2240
'fisik' dan 'digital' untuk membuat
03:06
word describing this
85
186240
1040
kata baru yang menggambarkan
03:07
combination: phygital.
86
187280
2480
kombinasi ini: phygital.
03:09
But while a ‘phygital’ future sounds
87
189760
1920
Tetapi sementara masa depan 'fisik' terdengar
03:11
like paradise to some, others are
88
191680
2080
seperti surga bagi sebagian orang, yang lain
03:13
more sceptical – they doubt that
89
193760
2080
lebih skeptis – mereka ragu bahwa
03:15
VR will come true or be useful.
90
195840
2480
VR akan menjadi kenyataan atau berguna.
03:18
One such sceptic is technology
91
198320
2080
Salah satu yang skeptis adalah
03:20
innovator, Dr Nicola Millard. For one
92
200400
2720
inovator teknologi, Dr Nicola Millard. Untuk satu
03:23
thing, she doesn’t like wearing a
93
203120
1440
hal, dia tidak suka memakai
03:24
VR headset – the heavy helmet and
94
204560
2320
headset VR – helm dan
03:26
glasses that create virtual reality
95
206880
2160
kacamata berat yang menciptakan realitas virtual
03:29
for the wearer – something she
96
209040
1760
bagi pemakainya – sesuatu yang dia
03:30
explained to BBC World Service’s,
97
210800
2160
jelaskan kepada BBC World Service,
03:32
Tech Tent:
98
212960
1189
Tech Tent:
03:34
There are some basic things to
99
214480
1680
Ada beberapa hal dasar yang perlu
03:36
think about. So, how do we
100
216160
1600
dipikirkan. Jadi, bagaimana kita
03:37
access it? So, the reason, sort of,
101
217760
2400
mengaksesnya? Jadi, alasannya, semacam,
03:40
social networks took off was, we’ve
102
220160
2240
jejaring sosial lepas landas adalah, kami
03:42
got mobile technologies that let
103
222400
1840
memiliki teknologi seluler yang memungkinkan
03:44
us use it. Now, obviously one of
104
224240
1840
kami menggunakannya. Sekarang, jelas salah satu
03:46
the barriers can be that VR or AR
105
226080
2640
penghalangnya adalah headset VR atau AR
03:48
headsets - so VR, I’ve always been
106
228720
2320
- jadi VR, saya selalu
03:51
slightly sceptical about. I’ve called
107
231040
2480
sedikit skeptis. Saya
03:53
it ‘vomity reality’ for a while because,
108
233520
2240
menyebutnya 'vomity reality' untuk sementara waktu karena,
03:55
frankly, I usually need a bucket
109
235760
2960
sejujurnya, saya biasanya membutuhkan ember di
03:58
somewhere close if you’ve got a
110
238720
1360
suatu tempat yang dekat jika Anda membawa
04:00
headset on me… and also, do I want
111
240080
1840
headset… dan juga, apakah saya ingin
04:01
to spend vast amounts of time in
112
241920
2000
menghabiskan banyak waktu di
04:03
those rather unwieldy headsets?
113
243920
1440
headset yang agak berat itu ?
04:05
Now, I know they’re talking AR as
114
245360
1840
Sekarang, saya tahu mereka juga berbicara tentang AR
04:07
well and obviously that does not
115
247200
1600
dan jelas itu tidak
04:08
necessarily need a headset, but I
116
248800
1680
memerlukan headset, tapi saya
04:10
think we’re seeing some quite
117
250480
1840
pikir kita juga melihat beberapa
04:12
immersive environments coming
118
252320
1600
lingkungan yang cukup imersif
04:13
out at the moment as well.
119
253920
1600
saat ini.
04:15
Nicola called VR ‘vomity reality’
120
255520
3040
Nicola menyebut VR 'vomity reality'
04:18
because wearing a headset makes
121
258560
1600
karena memakai headset
04:20
her feel sick, maybe because it’s
122
260160
2320
membuatnya merasa mual, mungkin karena
04:22
so unwieldy – difficult to move or
123
262480
2640
sangat berat – sulit untuk dipindahkan atau
04:25
wear because it’s big and heavy.
124
265120
2080
dipakai karena besar dan berat.
04:27
She also makes a difference
125
267200
1440
Dia juga membuat perbedaan
04:28
between VR - virtual reality- and AR,
126
268640
3600
antara VR - virtual reality- dan AR,
04:32
which stands for augmented
127
272240
1600
yang merupakan singkatan dari augmented
04:33
reality – tech which adds to the
128
273840
2560
reality - teknologi yang menambah
04:36
ordinary physical world by
129
276400
1440
dunia fisik biasa dengan
04:37
projecting virtual words, pictures
130
277840
2400
memproyeksikan kata, gambar,
04:40
and characters, usually by wearing
131
280240
1840
dan karakter virtual, biasanya dengan memakai
04:42
glasses or with a mobile phone.
132
282080
2320
kacamata atau dengan ponsel.
04:44
While virtual reality replaces what
133
284400
2000
Sementara realitas virtual menggantikan apa yang
04:46
you hear and see, augmented
134
286400
2000
Anda dengar dan lihat, augmented
04:48
reality adds to it. Both VR and AR
135
288400
3920
reality menambahnya. Baik VR dan AR
04:52
are immersive experiences – they
136
292320
2400
adalah pengalaman yang imersif – mereka
04:54
stimulate your senses and surround
137
294720
1920
merangsang indera Anda dan mengelilingi
04:56
you so that you feel completely
138
296640
1600
Anda sehingga Anda merasa benar-benar
04:58
involved in the experience.
139
298240
1680
terlibat dalam pengalaman tersebut.
04:59
In fact, the experience feels so real
140
299920
2480
Nyatanya, pengalaman itu terasa begitu nyata
05:02
that people keep coming back
141
302400
1280
sehingga orang terus kembali
05:03
for more.
142
303680
720
lagi.
05:04
Right! In my question I asked
143
304400
2240
Benar! Dalam pertanyaan saya, saya bertanya kepada
05:06
Neil how many people who try
144
306640
1600
Neil berapa banyak orang yang mencoba
05:08
VR for the first time want to try
145
308240
2000
VR untuk pertama kali ingin
05:10
it again.
146
310240
800
mencobanya lagi.
05:11
I guessed it was about half –
147
311040
1760
Saya kira itu sekitar setengah –
05:12
49 percent. Was I right?
148
312800
1840
49 persen. Apakah saya benar?
05:14
You were… wrong, I’m afraid.
149
314640
2400
Anda ... salah, saya khawatir.
05:17
The correct answer is much
150
317040
1440
Jawaban yang benar jauh lebih
05:18
higher - 79 percent of people
151
318480
2560
tinggi - 79 persen orang
05:21
would give VR another try.
152
321040
2080
akan mencoba VR lagi.
05:23
I suppose because the experience
153
323120
1680
Saya kira karena pengalamannya
05:24
was so immersive – stimulating,
154
324800
2480
sangat imersif – merangsang,
05:27
surrounding and realistic.
155
327280
2000
mengelilingi dan realistis.
05:29
Ok, A, let’s recap the other
156
329280
1680
Ok, A, mari kita rekap
05:30
vocabulary from this programme
157
330960
1600
kosa kata lain dari program ini
05:32
on the ‘metaverse’, a kind of
158
332560
1840
tentang 'metaverse', semacam
05:34
augmented reality – reality which
159
334400
2720
augmented reality - realitas yang
05:37
is enhanced or added to
160
337120
1600
ditingkatkan atau ditambahkan
05:38
by technology.
161
338720
1280
oleh teknologi.
05:40
3-D objects have three
162
340000
1280
Objek 3-D memiliki tiga
05:41
dimensions, making them
163
341280
1200
dimensi, membuatnya
05:42
appear real and solid.
164
342480
1840
tampak nyata dan padat.
05:44
Phygital is an invented word
165
344320
1760
Phygital adalah kata ciptaan
05:46
which combines the features of
166
346080
1680
yang menggabungkan fitur
05:47
‘physical’ and ‘digital’ worlds.
167
347760
2240
dunia 'fisik' dan 'digital'.
05:50
A sceptical person is doubtful
168
350000
2320
Orang yang skeptis
05:52
about something.
169
352320
1040
meragukan sesuatu.
05:53
And finally, unwieldy means
170
353360
1760
Dan terakhir, unwieldy artinya
05:55
difficult to move or carry because
171
355120
1840
sulit untuk dipindahkan atau dibawa karena ukurannya yang
05:56
it’s so big and heavy.
172
356960
1520
besar dan berat.
05:58
That’s our six minutes up, in this
173
358480
2000
Itu enam menit kami, dalam
06:00
reality anyway. See you in the
174
360480
2000
kenyataan ini. Sampai jumpa di
06:02
‘metaverse’ soon!
175
362480
1120
'metaverse' segera!
06:03
Goodbye!
176
363600
959
Selamat tinggal!
06:10
Hello. This is 6 Minute English
177
370320
1680
Halo. Ini adalah 6 Menit Bahasa Inggris
06:12
from BBC Learning English.
178
372000
1680
dari BBC Learning English.
06:13
I’m Neil.
179
373680
800
Saya Neil.
06:14
And I’m Sam.
180
374480
1040
Dan saya Sam.
06:15
What do shopping with a credit
181
375520
1520
Apa kesamaan berbelanja dengan
06:17
card, finding love through
182
377040
1680
kartu kredit, menemukan cinta melalui
06:18
internet dating and waiting for
183
378720
1920
kencan internet, dan menunggu
06:20
the traffic lights to change
184
380640
1520
lampu lalu lintas berubah
06:22
have in common?
185
382160
1040
?
06:23
Hmmm, they all involve
186
383200
1920
Hmmm, semuanya melibatkan
06:25
computers?
187
385120
800
06:25
Good guess, Sam! But how
188
385920
1520
komputer?
Tebakan bagus, Sam! Tapi bagaimana
06:27
exactly do those computers work?
189
387440
2400
tepatnya komputer itu bekerja?
06:29
The answer is that they all use
190
389840
2400
Jawabannya adalah mereka semua menggunakan
06:32
algorithms – sets of mathematical
191
392240
2480
algoritme – kumpulan
06:34
instructions which find solutions
192
394720
1920
instruksi matematika yang menemukan solusi
06:36
to problems.
193
396640
1120
untuk masalah.
06:37
Although they are often hidden,
194
397760
2000
Meskipun sering disembunyikan,
06:39
algorithms are all around us.
195
399760
2080
algoritme ada di sekitar kita.
06:41
From mobile phone maps to
196
401840
1520
Dari peta ponsel hingga
06:43
home delivery pizza, they play a
197
403360
2160
pizza pengiriman rumah, mereka memainkan
06:45
big part of modern life. And
198
405520
2000
peran besar dalam kehidupan modern. Dan
06:47
they’re the topic of this programme.
199
407520
2080
mereka adalah topik dari program ini.
06:49
A simple way to think of algorithms
200
409600
2000
Cara sederhana untuk memikirkan algoritme
06:51
is as recipes. To make pancakes
201
411600
2880
adalah sebagai resep. Untuk membuat pancake,
06:54
you mix flour, eggs and milk, then
202
414480
2320
campurkan tepung, telur, dan susu, lalu
06:56
melt butter in a frying pan and
203
416800
1920
lelehkan mentega dalam wajan, dan
06:58
so on. Computers do this in more
204
418720
2080
seterusnya. Komputer melakukan ini dengan
07:00
a complicated way by repeating
205
420800
2000
cara yang lebih rumit dengan mengulang
07:02
mathematical equations over
206
422800
1840
persamaan matematika
07:04
and over again.
207
424640
1360
berulang kali.
07:06
Equations are mathematical
208
426000
1440
Persamaan adalah
07:07
sentences showing how two
209
427440
1520
kalimat matematika yang menunjukkan bagaimana dua
07:08
things are equal. They’re similar
210
428960
2160
hal yang sama. Mereka mirip
07:11
to algorithms and the most famous
211
431120
2080
dengan algoritme dan
07:13
scientific equation of all, Einstein's
212
433200
2720
persamaan ilmiah yang paling terkenal,
07:15
E=MC2, can be thought of as a
213
435920
3520
E=MC2 Einstein, dapat dianggap sebagai
07:19
three-part algorithm.
214
439440
1920
algoritme tiga bagian.
07:21
But before my brain gets squashed
215
441360
2000
Tapi sebelum otakku tergencet
07:23
by all this maths, I have a quiz
216
443360
1760
oleh semua matematika ini, aku punya
07:25
question for you, Sam. As you know,
217
445120
2400
pertanyaan kuis untukmu, Sam. Seperti yang Anda ketahui,
07:27
Einstein’s famous equation is
218
447520
1760
persamaan Einstein yang terkenal adalah
07:29
E=MC2 - but what does the
219
449280
2880
E=MC2 - tetapi apa
07:32
‘E’ stand for? Is it:
220
452160
1680
kepanjangan dari 'E'? Apakah itu:
07:33
a) electricity?
221
453840
1840
a) listrik?
07:35
b) energy? or
222
455680
1360
b.energi? atau
07:37
c) everything?
223
457040
1600
c) semuanya?
07:38
I’m tempted to say ‘E’ is for
224
458640
1680
Saya tergoda untuk mengatakan 'E' adalah untuk
07:40
‘everything’ but I reckon I know
225
460320
1760
'segalanya' tapi saya rasa saya tahu
07:42
the answer: b – ‘E’ stands
226
462080
2320
jawabannya: b - 'E' singkatan
07:44
for ‘energy’.
227
464400
800
dari 'energi'.
07:45
OK, Sam, we’ll find out if you’re
228
465200
1600
Oke, Sam, kami akan mencari tahu apakah Anda
07:46
right later in the programme.
229
466800
2000
benar nanti dalam program ini.
07:48
With all this talk of computers, you
230
468800
1680
Dengan semua pembicaraan tentang komputer ini, Anda
07:50
might think algorithms are a
231
470480
1440
mungkin berpikir bahwa algoritme adalah
07:51
new idea. In fact, they’ve been
232
471920
2320
ide baru. Faktanya, mereka sudah
07:54
around since Babylonian times,
233
474240
2080
ada sejak zaman Babilonia,
07:56
around 4,000 years ago.
234
476320
2000
sekitar 4.000 tahun yang lalu.
07:58
And their use today can be
235
478320
1520
Dan penggunaannya saat ini bisa menjadi
07:59
controversial. Some algorithms
236
479840
2080
kontroversial. Beberapa algoritme
08:01
used in internet search engines
237
481920
1760
yang digunakan di mesin pencari internet
08:03
have been accused of
238
483680
1040
telah dituduh
08:04
racial prejudice.
239
484720
1440
berprasangka rasial.
08:06
Ramesh Srinivasan is Professor
240
486160
2000
Ramesh Srinivasan adalah Profesor
08:08
of Information Studies at the
241
488160
1600
Studi Informasi di
08:09
University of California. Here’s what
242
489760
2400
University of California. Inilah yang
08:12
he said when asked what the word
243
492160
1760
dia katakan ketika ditanya apa
08:13
‘algorithm’ actually means by
244
493920
1760
arti kata 'algoritma' sebenarnya dari
08:15
BBC World Service’s programme,
245
495680
1840
program BBC World Service,
08:17
The Forum:
246
497520
1219
The Forum:
08:20
My understanding of the term
247
500560
2000
Pemahaman saya tentang istilah '
08:22
‘algorithm’ is that it’s not necessarily
248
502560
1840
algoritma' adalah bahwa itu belum tentu
08:24
the bogyman, or its not necessarily
249
504400
2640
bogyman, atau belum tentu
08:27
something that is, you know, inscrutable
250
507040
2800
sesuatu yang, Anda tahu, sulit dipahami
08:29
or mysterious to all people – it’s the
251
509840
2080
atau misterius bagi semua orang – ini adalah
08:31
set of instructions that you write in
252
511920
3760
rangkaian instruksi yang Anda tulis dalam
08:35
some mathematical form or in
253
515680
1920
bentuk matematika atau
08:37
some software code – so it’s the
254
517600
1680
kode perangkat lunak – jadi ini adalah
08:39
repeated set of instructions that
255
519280
2640
rangkaian instruksi berulang yang
08:41
are sequenced, that are used and
256
521920
2400
diurutkan, yang digunakan dan
08:44
applied to answer a question or
257
524320
2080
diterapkan untuk menjawab pertanyaan atau
08:46
resolve a problem – it’s a simple
258
526400
1600
menyelesaikan masalah – itu sederhana
08:48
as that, actually.
259
528000
1393
seperti itu, sebenarnya.
08:51
Some think that algorithms have
260
531200
1440
Beberapa orang berpikir bahwa algoritma telah
08:52
been controversial, but Professor
261
532640
1760
menjadi kontroversi, tetapi Profesor
08:54
Srinivasan says they are not
262
534400
2080
Srinivasan mengatakan bahwa mereka belum
08:56
necessarily the bogyman. The
263
536480
2240
tentu merupakan bogyman.
08:58
bogyman refers to something
264
538720
1520
Bogyman mengacu pada sesuatu yang
09:00
people call ‘bad’ or ‘evil’ to make
265
540240
2800
orang sebut 'buruk' atau 'jahat' untuk membuat
09:03
other people afraid.
266
543040
1520
orang lain takut.
09:04
Professor Srinivasan thinks
267
544560
1840
Profesor Srinivasan berpendapat bahwa
09:06
algorithms are neither evil nor
268
546400
2320
algoritme bukanlah hal yang jahat atau tidak
09:08
inscrutable – not showing emotions
269
548720
2640
dapat dipahami – tidak menunjukkan emosi
09:11
or thoughts and therefore very
270
551360
1680
atau pikiran dan oleh karena itu sangat
09:13
difficult to understand.
271
553040
1840
sulit untuk dipahami.
09:14
Still, it can be difficult to understand
272
554880
1920
Namun, sulit untuk memahami dengan
09:16
exactly what algorithms are,
273
556800
1840
tepat apa itu algoritme,
09:18
especially when there are many
274
558640
1680
terutama ketika ada banyak
09:20
different types of them. So, let’s
275
560320
2080
jenisnya. Jadi, mari kita
09:22
take an example.
276
562400
1200
ambil contoh.
09:23
It’s autumn and we want to
277
563600
1280
Ini musim gugur dan kami ingin
09:24
collect all the apples from our
278
564880
1680
mengumpulkan semua apel dari
09:26
orchard and divide them into
279
566560
1360
kebun kami dan membaginya menjadi
09:27
three groups – big, medium
280
567920
2080
tiga kelompok – besar, sedang,
09:30
and small. One method is to
281
570000
2000
dan kecil. Salah satu caranya adalah
09:32
collect all the apples together
282
572000
1760
mengumpulkan semua apel
09:33
and compare their sizes.
283
573760
1840
dan membandingkan ukurannya.
09:35
But doing this would take hours!
284
575600
1680
Tetapi melakukan ini akan memakan waktu berjam-jam!
09:37
It’s much easier to first collect
285
577280
1840
Jauh lebih mudah untuk mengumpulkan apel terlebih dahulu
09:39
the apples from only one tree -
286
579120
2240
hanya dari satu pohon -
09:41
divide those into big, medium
287
581360
2080
membaginya menjadi besar, sedang
09:43
or small – and then repeat the
288
583440
2000
atau kecil - dan kemudian ulangi
09:45
process for the other trees,
289
585440
2000
proses untuk pohon lainnya,
09:47
one by one.
290
587440
1440
satu per satu. Pada
09:48
That’s basically what algorithms
291
588880
1680
dasarnya itulah yang
09:50
do – they find the most efficient
292
590560
1840
dilakukan algoritme – mereka menemukan cara paling efisien
09:52
way to get things done, or in other
293
592400
2080
untuk menyelesaikan sesuatu, atau dengan
09:54
words, get the best results in the
294
594480
1760
kata lain, mendapatkan hasil terbaik dalam
09:56
quickest time.
295
596240
1520
waktu tercepat.
09:57
Mathematics professor Ian
296
597760
1520
Profesor matematika Ian
09:59
Stewart agrees. Listen as he
297
599280
2080
Stewart setuju. Dengarkan saat dia
10:01
explains how the algorithm called
298
601360
2240
menjelaskan bagaimana algoritme yang disebut
10:03
‘bubble sort’ works to BBC World
299
603600
2480
'bubble sort' bekerja untuk program BBC World
10:06
Service’s programme, The Forum:
300
606080
2266
Service, The Forum:
10:10
Think of when your computer is
301
610080
1440
Pikirkan saat komputer Anda
10:11
sorting emails by date and maybe
302
611520
2000
menyortir email berdasarkan tanggal dan mungkin
10:13
you’ve got 500 emails and it sorts
303
613520
1760
Anda memiliki 500 email dan
10:15
them by date in a flash.
304
615280
1520
mengurutkannya berdasarkan tanggal dalam sekejap.
10:16
Now it doesn’t use bubble sort,
305
616800
1280
Sekarang tidak menggunakan bubble sort,
10:18
but it does use a sorting method
306
618080
1920
tetapi menggunakan metode sortir
10:20
and if you tried to do that by hand
307
620000
2320
dan jika Anda mencoba melakukannya dengan tangan
10:22
it would take you a very long time,
308
622320
1520
akan memakan waktu lama,
10:23
whatever method you used.
309
623840
1982
metode apa pun yang Anda gunakan.
10:27
Professor Stewart describes how
310
627520
1680
Profesor Stewart menjelaskan bagaimana
10:29
algorithms sort emails. To sort is a
311
629200
2880
algoritme mengurutkan email. Menyortir adalah
10:32
verb meaning to group together
312
632080
1520
kata kerja yang berarti mengelompokkan
10:33
things which share similarities.
313
633600
2080
hal-hal yang memiliki kesamaan.
10:35
Just like grouping the apples by
314
635680
1760
Sama seperti mengelompokkan apel berdasarkan
10:37
size, sorting hundreds of emails
315
637440
2320
ukuran, menyortir ratusan email
10:39
by hand would take a long time.
316
639760
2320
secara manual akan memakan waktu lama.
10:42
But using algorithms, computers
317
642080
2080
Tetapi dengan menggunakan algoritme, komputer
10:44
do it in a flash – very quickly or
318
644160
2720
melakukannya dalam sekejap – sangat cepat atau
10:46
suddenly.
319
646880
880
tiba-tiba.
10:47
That phrase – in a flash – reminds
320
647760
1840
Ungkapan itu – sekilas – mengingatkan
10:49
me of how Albert Einstein came up
321
649600
2160
saya pada bagaimana Albert Einstein
10:51
with his famous equation, E=MC2.
322
651760
4080
menemukan persamaannya yang terkenal, E=MC2.
10:55
And that reminds me of your quiz
323
655840
2080
Dan itu mengingatkan saya pada pertanyaan kuis Anda
10:57
question. You asked about the ‘E’
324
657920
2720
. Anda bertanya tentang 'E'
11:00
in E=MC2. I said it stands for ‘energy’.
325
660640
3840
di E=MC2. Saya mengatakan itu singkatan dari 'energi'.
11:04
So, was I right?
326
664480
1280
Jadi, apakah saya benar?
11:05
‘Energy’ is the correct answer.
327
665760
2560
'Energi' adalah jawaban yang benar.
11:08
Energy equals ‘M’ for mass,
328
668320
2080
Energi sama dengan 'M' untuk massa,
11:10
multiplied by the Constant ‘C’ which
329
670400
2560
dikalikan dengan Konstanta 'C' yang
11:12
is the speed of light, squared.
330
672960
2480
merupakan kecepatan cahaya, dikuadratkan.
11:15
OK, let’s recap the vocabulary from
331
675440
2240
Oke, mari kita rekap kosa kata dari
11:17
this programme, starting with
332
677680
1520
program ini, dimulai dengan
11:19
equation – a mathematical statement
333
679200
2640
persamaan – pernyataan matematis
11:21
using symbols to show two
334
681840
2000
menggunakan simbol untuk menunjukkan dua
11:23
equal things.
335
683840
1040
hal yang sama.
11:24
If something is called a bogyman,
336
684880
2000
Jika sesuatu disebut bogyman,
11:26
it’s something considered bad
337
686880
1680
itu adalah sesuatu yang dianggap buruk
11:28
and to be feared.
338
688560
1200
dan ditakuti.
11:29
Inscrutable people don’t show
339
689760
1760
Orang yang tidak dapat dipahami tidak menunjukkan
11:31
their emotions so are very difficult
340
691520
2080
emosinya sehingga sangat sulit
11:33
to get to know.
341
693600
1040
untuk diketahui.
11:34
Efficient means working quickly
342
694640
1680
Efisien berarti bekerja dengan cepat
11:36
and effectively in an
343
696320
1200
dan efektif secara
11:37
organised way.
344
697520
1040
terorganisir.
11:38
The verb to sort means to group
345
698560
2080
Kata kerja menyortir berarti
11:40
together things which
346
700640
1120
mengelompokkan hal-hal yang
11:41
share similarities.
347
701760
1360
memiliki kesamaan.
11:43
And finally, if something happens
348
703120
1840
Dan terakhir, jika sesuatu terjadi
11:44
in a flash, it happens quickly
349
704960
2080
dalam sekejap, itu terjadi dengan cepat
11:47
or suddenly.
350
707040
960
atau tiba-tiba.
11:48
That’s all the time we have to
351
708000
1360
Itu sepanjang waktu kita harus
11:49
discuss algorithms. And if
352
709360
1920
membahas algoritma. Dan jika
11:51
you’re still not 100% sure about
353
711280
2240
Anda masih belum 100% yakin tentang kata-kata
11:53
exactly what they are, we hope
354
713520
1840
tersebut, kami harap
11:55
at least you’ve learned some
355
715360
960
setidaknya Anda telah mempelajari beberapa
11:56
useful vocabulary!
356
716320
1200
kosakata yang berguna!
11:57
Join us again soon for more
357
717520
1360
Bergabunglah dengan kami lagi segera untuk lebih banyak
11:58
trending topics, sensational
358
718880
1840
topik yang sedang tren,
12:00
science and useful vocabulary
359
720720
2080
sains yang sensasional, dan kosa kata yang berguna
12:02
here at 6 Minute English from
360
722800
1440
di sini di 6 Menit Bahasa Inggris dari
12:04
BBC Learning English.
361
724240
1520
BBC Learning English.
12:05
Bye for now!
362
725760
880
Selamat tinggal untuk sekarang!
12:06
Goodbye!
363
726640
830
Selamat tinggal!
12:13
Hello. This is 6 Minute English
364
733200
1760
Halo. Ini adalah 6 Menit Bahasa Inggris
12:14
from BBC Learning English.
365
734960
1680
dari BBC Learning English.
12:16
I’m Neil.
366
736640
960
Saya Neil.
12:17
And I’m Sam.
367
737600
1520
Dan saya Sam.
12:19
In recent years, many people
368
739120
1520
Dalam beberapa tahun terakhir, banyak orang
12:20
have wanted to find out more
369
740640
1600
ingin mengetahui lebih banyak
12:22
about where they come from.
370
742240
1760
tentang dari mana mereka berasal.
12:24
Millions have tried to trace
371
744000
1360
Jutaan orang telah mencoba menelusuri
12:25
their family history and discover
372
745360
1920
sejarah keluarga mereka dan menemukan
12:27
how their ancestors lived
373
747280
1360
bagaimana nenek moyang mereka hidup
12:28
hundreds of years ago.
374
748640
1840
ratusan tahun yang lalu.
12:30
The internet has made it much
375
750480
1680
Internet telah
12:32
easier to find historical
376
752160
1680
mempermudah pencarian
12:33
documents and records about
377
753840
1760
dokumen dan catatan sejarah tentang
12:35
your family history - and one of
378
755600
2000
sejarah keluarga Anda - dan salah satu
12:37
the most useful documents for
379
757600
1840
dokumen yang paling berguna untuk
12:39
doing this is the census.
380
759440
3120
melakukannya adalah sensus.
12:42
A census is an official count of all
381
762560
2480
Sensus adalah penghitungan resmi semua
12:45
the people living in a country.
382
765040
1920
orang yang tinggal di suatu negara.
12:46
It collects information about a
383
766960
1600
Ini mengumpulkan informasi tentang
12:48
country’s population and is usually
384
768560
2160
populasi suatu negara dan biasanya
12:50
carried out by the government.
385
770720
2080
dilakukan oleh pemerintah.
12:52
In Britain, a census has been
386
772800
1760
Di Inggris, sensus telah
12:54
carried out every ten years
387
774560
1840
dilakukan setiap sepuluh tahun
12:56
since 1801. In 2002, when
388
776400
4000
sejak 1801. Pada tahun 2002, ketika
13:00
census records from a hundred
389
780400
1600
catatan sensus dari seratus
13:02
years before became available
390
782000
2080
tahun sebelumnya tersedia
13:04
online, so many people rushed
391
784080
2320
online, begitu banyak orang bergegas
13:06
to their computers to access
392
786400
1520
ke komputer mereka untuk
13:07
them that the website crashed!
393
787920
2640
mengaksesnya sehingga situs web macet!
13:10
But before we find out more
394
790560
1600
Tapi sebelum kita tahu lebih banyak
13:12
about the census and its related
395
792160
1760
tentang sensus dan
13:13
vocabulary it’s time for a quiz
396
793920
1920
kosakata terkait, saatnya untuk
13:15
question, Sam. Someone who
397
795840
2240
pertanyaan kuis, Sam. Seseorang yang
13:18
knows a lot about his family
398
798080
1680
tahu banyak tentang
13:19
history is British actor, Danny
399
799760
2000
sejarah keluarganya adalah aktor Inggris, Danny
13:21
Dyer. When BBC television
400
801760
2480
Dyer. Saat program televisi BBC
13:24
programme, Who Do You
401
804240
1120
, Menurut Anda Siapa
13:25
Think You Are? researched
402
805360
1280
Anda? meneliti
13:26
his family history they discovered
403
806640
2240
sejarah keluarganya, mereka menemukan
13:28
that the actor was related to
404
808880
1440
bahwa aktor itu terkait dengan
13:30
someone very famous – but
405
810320
2000
seseorang yang sangat terkenal - tetapi
13:32
who was it?
406
812320
1360
siapa itu?
13:33
A) King Edward III,
407
813680
2080
A) Raja Edward III,
13:35
B) William Shakespeare, or,
408
815760
2080
B) William Shakespeare, atau,
13:37
C) Winston Churchill?
409
817840
2080
C) Winston Churchill?
13:39
Well, I know Danny Dyer usually
410
819920
2320
Yah, saya tahu Danny Dyer biasanya
13:42
plays tough-guy characters so
411
822240
2400
memainkan karakter pria tangguh jadi
13:44
maybe it’s
412
824640
640
mungkin
13:45
C), war hero Winston Churchill?
413
825280
3600
C), pahlawan perang Winston Churchill?
13:48
OK, Sam, we’ll find out later if
414
828880
1920
Oke, Sam, nanti kita cari tahu apakah
13:50
that’s correct. Now, although
415
830800
2160
itu benar. Sekarang, meskipun
13:52
the first British census took
416
832960
1520
sensus Inggris pertama
13:54
place in 1801, other censuses
417
834480
2560
dilakukan pada tahun 1801, sensus lain
13:57
have a much longer history.
418
837040
2480
memiliki sejarah yang lebih panjang.
13:59
In fact, the bible story of Mary
419
839520
2080
Nyatanya, kisah Alkitab tentang Maria
14:01
and Joseph travelling to
420
841600
1200
dan Yusuf yang bepergian ke
14:02
Bethlehem is linked to a
421
842800
1440
Betlehem dikaitkan dengan
14:04
Roman census.
422
844240
2022
sensus Romawi.
14:06
So, what was the original
423
846262
2298
Jadi, apa
14:08
reason for counting people
424
848560
1840
alasan awal menghitung orang
14:10
and what did governments
425
850400
1200
dan apa yang
14:11
hope to achieve by doing so?
426
851600
2320
ingin dicapai oleh pemerintah dengan melakukannya?
14:13
Here’s Dr Kathrin Levitan, author
427
853920
2640
Inilah Dr Kathrin Levitan, penulis
14:16
of a book on the cultural history
428
856560
1760
buku tentang sejarah budaya
14:18
of the census, speaking to
429
858320
1840
sensus, berbicara kepada
14:20
BBC World Service programme,
430
860160
1760
program BBC World Service,
14:21
The Forum:
431
861920
1299
The Forum:
14:24
I think there were probably
432
864480
960
Saya pikir mungkin ada
14:25
two most common reasons.
433
865440
2080
dua alasan paling umum.
14:27
One was in order to figure out
434
867520
2000
Salah satunya untuk mencari tahu
14:29
who could fight in wars, so basically
435
869520
1760
siapa yang bisa berperang, jadi pada dasarnya
14:31
military conscription and in order
436
871280
2160
wajib militer dan untuk
14:33
to find out who could fight in wars
437
873440
1840
mencari tahu siapa yang bisa berperang dalam perang,
14:35
ancient governments like the
438
875280
1040
pemerintah kuno seperti
14:36
Roman Empire had to find out how
439
876320
2480
Kekaisaran Romawi harus mencari tahu berapa
14:38
many men of a certain age there were.
440
878800
2560
banyak pria dengan usia tertentu.
14:41
And I would say that the other thing
441
881360
1760
Dan saya akan mengatakan bahwa hal lain
14:43
that censuses were most commonly
442
883120
2080
yang paling sering
14:45
used for was for purposes of taxation.
443
885200
2800
digunakan sensus adalah untuk tujuan perpajakan.
14:48
According to Kathrin Levitan, ancient
444
888880
2400
Menurut Kathrin Levitan,
14:51
censuses were used to figure out – or
445
891280
2400
sensus kuno digunakan untuk mencari tahu – atau
14:53
understand, how many men were
446
893680
2000
memahami, berapa banyak pria yang
14:55
available to fight wars.
447
895680
2000
tersedia untuk berperang.
14:57
The Roman Empire needed a strong
448
897680
2400
Kekaisaran Romawi membutuhkan
15:00
army, and this depended on
449
900080
1840
pasukan yang kuat, dan ini bergantung pada
15:01
conscription – forcing people to
450
901920
2560
wajib militer – memaksa orang untuk
15:04
become soldiers and join the army.
451
904480
2320
menjadi tentara dan bergabung dengan tentara.
15:06
The other main reason for taking
452
906800
1600
Alasan utama lain untuk melakukan
15:08
a census was taxation – the
453
908400
2080
sensus adalah perpajakan –
15:10
system of taxing people a certain
454
910480
2000
sistem memajaki orang
15:12
amount of money to be paid to
455
912480
1600
sejumlah uang yang harus dibayarkan kepada
15:14
the government for public services.
456
914080
2640
pemerintah untuk layanan publik.
15:16
Ancient and early modern censuses
457
916720
2240
Sensus kuno dan modern awal
15:18
were large and difficult-to-organise
458
918960
2320
adalah proyek besar dan sulit diatur
15:21
projects. They often involved
459
921280
2160
. Mereka sering melibatkan
15:23
government officials going from
460
923440
1600
pejabat pemerintah dari
15:25
house to house, asking questions
461
925040
2640
rumah ke rumah, menanyakan
15:27
about the people who lived there.
462
927680
2400
tentang orang-orang yang tinggal di sana.
15:30
But over time governments’ desire
463
930080
2160
Namun seiring waktu keinginan pemerintah
15:32
to know about, and control, its
464
932240
1840
untuk mengetahui, dan mengontrol,
15:34
citizens gave rise to new
465
934080
1680
warganya memunculkan
15:35
technologies for counting people.
466
935760
2320
teknologi baru untuk menghitung orang.
15:38
Here’s statistician and economist
467
938080
2160
Inilah ahli statistik dan ekonom
15:40
Andrew Whitby explaining how
468
940240
1920
Andrew Whitby yang menjelaskan bagaimana
15:42
this happened in the US to BBC
469
942160
2400
hal ini terjadi di AS kepada
15:44
World Service programme,
470
944560
1360
program BBC World Service,
15:45
The Forum:
471
945920
2000
The Forum:
15:47
The 1890 census of the United
472
947920
1760
Sensus Amerika Serikat tahun 1890
15:49
States was the first in which some
473
949680
1520
adalah yang pertama di mana
15:51
kind of electro-mechanical process
474
951200
1760
semacam proses elektro-mekanis
15:52
was used to count people… so
475
952960
1680
digunakan untuk menghitung orang… jadi alih-alih
15:54
instead of armies of clerks reading
476
954640
2880
pasukan panitera
15:57
off census schedules and tabulating
477
957520
2480
membacakan jadwal sensus dan mentabulasikan
16:00
these things by hand, for the first
478
960000
1520
hal-hal ini dengan tangan, untuk pertama
16:01
time an individual census record
479
961520
1760
kalinya catatan sensus individu
16:03
would be punched onto a card… so
480
963280
2080
akan dimasukkan ke dalam kartu…
16:05
that there were holes in this card
481
965360
1520
sehingga ada lubang di kartu ini yang
16:06
representing different characteristics
482
966880
1280
mewakili karakteristik berbeda
16:08
of the person and then those cards
483
968160
1120
dari orang tersebut dan kemudian kartu tersebut
16:09
could be fed through a machine.
484
969280
1985
dapat diberi makan melalui mesin.
16:12
Old-fashioned censuses were managed
485
972080
2000
Sensus model lama dikelola
16:14
by clerks – office workers whose job
486
974080
2640
oleh juru tulis – pekerja kantoran yang pekerjaannya
16:16
involved keeping records.
487
976720
2160
melibatkan pencatatan.
16:18
Thousands of clerks would record
488
978880
1680
Ribuan petugas akan mencatat
16:20
the information gathered in the
489
980560
1520
informasi yang dikumpulkan dalam
16:22
census and tabulate it, in other words,
490
982080
3360
sensus dan mentabulasikannya, dengan kata lain
16:25
show the information in the form of
491
985440
2080
menampilkan informasi dalam bentuk
16:27
a table with rows and columns.
492
987520
3280
tabel dengan baris dan kolom.
16:30
The US census of 1890 was the first
493
990800
2800
Sensus AS tahun 1890 adalah yang pertama
16:33
to use machines, and many censuses
494
993600
2400
menggunakan mesin, dan banyak sensus
16:36
today are electronically updated to
495
996000
2320
saat ini diperbarui secara elektronik untuk
16:38
record new trends and shifts in
496
998320
2000
mencatat tren baru dan pergeseran
16:40
populations as they happen.
497
1000320
2400
populasi saat itu terjadi.
16:42
In fact, so much personal
498
1002720
1920
Faktanya, begitu banyak
16:44
information is now freely available
499
1004640
2320
informasi pribadi sekarang tersedia secara bebas
16:46
through social media and the
500
1006960
1280
melalui media sosial dan
16:48
internet that some people have
501
1008240
1920
internet sehingga beberapa orang
16:50
questioned the need for having
502
1010160
1760
mempertanyakan perlunya
16:51
a census at all.
503
1011920
1680
sensus sama sekali.
16:53
Yes, it isn’t hard to find out about
504
1013600
2080
Ya, tidak sulit mencari tahu tentang
16:55
someone famous, like a TV star.
505
1015680
2640
seseorang yang terkenal, seperti bintang TV.
16:58
Someone like Danny Dyer, you mean?
506
1018320
2400
Seseorang seperti Danny Dyer, maksudmu?
17:00
Right. In my quiz question I asked
507
1020720
2000
Benar. Dalam pertanyaan kuis saya, saya bertanya kepada
17:02
Sam which historical figure TV
508
1022720
2400
Sam tokoh sejarah mana yang
17:05
actor, Danny Dyer, was related to.
509
1025120
2720
terkait dengan aktor TV, Danny Dyer.
17:07
And I said it was
510
1027840
1120
Dan saya bilang itu
17:08
C) Winston Churchill. Was I right?
511
1028960
3200
C) Winston Churchill. Apakah saya benar?
17:12
It was a good guess, Sam, but
512
1032160
1440
Itu tebakan yang bagus, Sam, tapi
17:13
the actual answer was
513
1033600
1120
jawaban sebenarnya adalah
17:14
A) King Edward III. And no-one
514
1034720
2640
A) Raja Edward III. Dan tidak ada yang
17:17
was more surprised that he was
515
1037360
1440
lebih terkejut bahwa dia
17:18
related to royalty than the
516
1038800
1600
berhubungan dengan keluarga kerajaan daripada
17:20
EastEnders actor himself!
517
1040400
2400
aktor EastEnders itu sendiri!
17:22
OK, Neil, let’s recap the
518
1042800
1520
Oke, Neil, mari kita rekap
17:24
vocabulary from this programme
519
1044320
1760
kosa kata dari program ini
17:26
about the census - the official
520
1046080
2240
tentang sensus -
17:28
counting of a nation’s population.
521
1048320
2480
penghitungan resmi populasi suatu negara.
17:30
To figure something out means
522
1050800
1600
Memahami sesuatu berarti
17:32
to understand it.
523
1052400
1760
memahaminya.
17:34
The Romans used conscription
524
1054160
2000
Bangsa Romawi menggunakan wajib militer
17:36
to force men to join the army by law.
525
1056160
2960
untuk memaksa laki-laki bergabung dengan tentara secara hukum.
17:39
Taxation is the government’s
526
1059120
1520
Perpajakan adalah
17:40
system of taxing people to pay
527
1060640
2080
sistem pemerintah mengenakan pajak kepada orang-orang untuk membayar
17:42
for public services.
528
1062720
2000
layanan publik.
17:44
A clerk is an office worker whose
529
1064720
2240
Petugas adalah pekerja kantoran yang
17:46
job involves keeping records.
530
1066960
3120
pekerjaannya melibatkan pencatatan.
17:50
And tabulate means show
531
1070080
1680
Dan tabulasi berarti menampilkan
17:51
information in the form of a table
532
1071760
1920
informasi dalam bentuk tabel
17:53
with rows and columns.
533
1073680
2217
dengan baris dan kolom.
17:55
That’s all for our six-minute look
534
1075897
2023
Itu saja untuk tampilan sensus enam menit kami
17:57
at the census, but if we’ve whetted
535
1077920
1920
, tetapi jika kami telah membangkitkan
17:59
your appetite for more why not
536
1079840
2000
selera Anda untuk lebih banyak, mengapa tidak
18:01
check out the whole episode – it’s
537
1081840
2080
memeriksa seluruh episode -
18:03
available now on the website of
538
1083920
1920
sekarang tersedia di situs web
18:05
BBC World Service programme,
539
1085840
1760
program BBC World Service,
18:07
The Forum.
540
1087600
1440
The Forum.
18:09
Bye for now!
541
1089040
1280
Selamat tinggal untuk sekarang!
18:10
Bye bye.
542
1090320
890
Sampai jumpa.
18:17
Hello. This is 6 Minute English
543
1097040
1520
Halo. Ini adalah 6 Menit Bahasa Inggris
18:18
from BBC Learning English.
544
1098560
1440
dari BBC Learning English.
18:20
I’m Neil.
545
1100000
720
18:20
And I’m Georgina.
546
1100720
1360
Saya Neil.
Dan saya Georgina.
18:22
What do Homer, Ray Charles
547
1102080
1840
Apa kesamaan Homer, Ray Charles,
18:23
and Jorge Borges all have in
548
1103920
1760
dan Jorge Borges
18:25
common, Georgina?
549
1105680
1040
, Georgina?
18:26
Hmm, so that’s the ancient Greek
550
1106720
2400
Hmm, jadi itu penyair Yunani kuno
18:29
poet, Homer; American singer,
551
1109120
2160
, Homer; penyanyi Amerika,
18:31
Ray Charles; and Argentine writer,
552
1111280
2400
Ray Charles; dan penulis Argentina,
18:33
Jorge Luis Borges… I can’t see
553
1113680
2480
Jorge Luis Borges… Saya tidak melihat
18:36
much in common there, Neil.
554
1116160
1440
banyak kesamaan di sana, Neil.
18:37
Well, the answer is that they
555
1117600
1360
Nah, jawabannya adalah mereka
18:38
were all blind.
556
1118960
1280
semua buta.
18:40
Ah! But that obviously didn’t hold
557
1120240
1760
Ah! Tapi itu jelas tidak
18:42
them back - I mean, they were
558
1122000
1280
menahan mereka - maksud saya, mereka adalah
18:43
some of the greatest artists ever!
559
1123280
2160
beberapa artis terhebat yang pernah ada!
18:45
Right, but I wonder how easy they
560
1125440
1840
Benar, tapi saya bertanya-tanya betapa mudahnya mereka
18:47
would find it living and working in
561
1127280
1600
menemukannya hidup dan bekerja di
18:48
the modern world.
562
1128880
1040
dunia modern.
18:49
Blind people can use a guide dog
563
1129920
1680
Orang buta dapat menggunakan anjing penuntun
18:51
or a white cane to help them
564
1131600
1280
atau tongkat putih untuk membantu mereka
18:52
move around.
565
1132880
1040
bergerak.
18:53
Yes, but a white cane is hardly
566
1133920
2000
Ya, tapi tongkat putih bukanlah
18:55
advanced technology! Recently,
567
1135920
2240
teknologi canggih! Baru-baru ini,
18:58
smartphone apps have been
568
1138160
1440
aplikasi smartphone telah
18:59
invented which dramatically
569
1139600
1520
ditemukan yang secara dramatis
19:01
improve the lives of blind people
570
1141120
1760
meningkatkan kehidupan orang buta
19:02
around the world.
571
1142880
1120
di seluruh dunia.
19:04
In this programme on blindness
572
1144000
1600
Dalam program tentang kebutaan
19:05
in the digital age we’ll be looking
573
1145600
1920
di era digital ini, kita akan melihat
19:07
at some of these inventions, known
574
1147520
2080
beberapa dari penemuan ini, yang dikenal
19:09
collectively as assistive technology –
575
1149600
3040
secara kolektif sebagai teknologi bantu –
19:12
that’s any software or equipment
576
1152640
2000
yaitu perangkat lunak atau peralatan apa pun
19:14
that helps people work around their
577
1154640
1920
yang membantu orang mengatasi
19:16
disabilities or challenges.
578
1156560
2080
kecacatan atau tantangan mereka.
19:18
But first it’s time for my quiz
579
1158640
1680
Tapi pertama-tama saatnya untuk pertanyaan kuis saya
19:20
question, Georgina. In 1842 a
580
1160320
2960
, Georgina. Pada tahun 1842, sebuah
19:23
technique of using fingers to feel
581
1163280
2240
teknik menggunakan jari untuk merasakan
19:25
printed raised dots was invented
582
1165520
2240
titik-titik timbul yang dicetak ditemukan
19:27
which allowed blind people to read.
583
1167760
2080
yang memungkinkan orang buta untuk membaca.
19:29
But who invented it? Was it:
584
1169840
2000
Tapi siapa yang menemukannya? Apakah itu:
19:31
a) Margaret Walker?,
585
1171840
2000
a) Margaret Walker?,
19:33
b) Louis Braille?, or
586
1173840
1760
b) Louis Braille?, atau
19:35
c) Samuel Morse?
587
1175600
1360
c) Samuel Morse?
19:36
Hmm, I’ve heard of Morse code but
588
1176960
2560
Hmm, saya pernah mendengar tentang kode Morse tetapi
19:39
that wouldn’t help blind people
589
1179520
1440
itu tidak akan membantu orang buta
19:40
read, so I think it’s, b) Louis Braille.
590
1180960
2880
membaca, jadi menurut saya, b) Louis Braille.
19:43
OK, Georgina, we’ll find out the
591
1183840
1600
Oke, Georgina, kita akan tahu
19:45
answer at the end of the programme.
592
1185440
2160
jawabannya di akhir acara.
19:47
One remarkable feature of the latest
593
1187600
2080
Salah satu fitur luar biasa dari
19:49
assistive technology is its practicality.
594
1189680
3200
teknologi bantu terbaru adalah kepraktisannya.
19:52
Smartphone apps like ‘BeMyEyes’
595
1192880
2400
Aplikasi smartphone seperti 'BeMyEyes'
19:55
allow blind users to find lost keys,
596
1195280
2480
memungkinkan pengguna tunanetra menemukan kunci yang hilang,
19:57
cross busy roads and even colour
597
1197760
2080
melintasi jalan yang sibuk, dan bahkan
19:59
match their clothes.
598
1199840
1200
mencocokkan warna dengan pakaian mereka.
20:01
Brian Mwenda is CEO of a Kenyan
599
1201040
2640
Brian Mwenda adalah CEO
20:03
company developing this kind of
600
1203680
1760
perusahaan Kenya yang mengembangkan teknologi semacam ini
20:05
technology. Here he explains to
601
1205440
2400
. Di sini dia menjelaskan kepada
20:07
BBC World Service programme,
602
1207840
2000
program BBC World Service,
20:09
Digital Planet, how his devices seek
603
1209840
2560
Digital Planet, bagaimana perangkatnya berusaha
20:12
to enhance, not replace, the
604
1212400
2160
untuk meningkatkan, bukan menggantikan
20:14
traditional white cane:
605
1214560
1829
tongkat putih tradisional:
20:16
The device is very compatible with
606
1216880
1840
Perangkat ini sangat kompatibel dengan
20:18
any kind of white cane. So, once you
607
1218720
2000
semua jenis tongkat putih. Jadi, setelah Anda
20:20
clip it on to any white cane it
608
1220720
2160
menjepitnya ke tongkat putih apa pun, ia
20:22
works perfectly to detect the
609
1222880
1360
bekerja dengan sempurna untuk mendeteksi
20:24
obstacles in front of you, and it
610
1224240
1920
rintangan di depan Anda, dan
20:26
relies on echo-location. So,
611
1226160
2080
bergantung pada lokasi gema. Jadi,
20:28
echo-location is the same technology
612
1228240
1840
lokasi gema adalah teknologi yang sama
20:30
used by bats and dolphins to detect
613
1230080
3520
yang digunakan oleh kelelawar dan lumba-lumba untuk mendeteksi
20:33
prey and obstacles and all that. You
614
1233600
2560
mangsa dan halangan dan sebagainya. Anda
20:36
send out a sound pulse and then
615
1236160
1840
mengirimkan pulsa suara dan kemudian
20:38
once it bounces off an obstacle, you
616
1238000
2000
setelah memantul dari rintangan, Anda
20:40
can tell how far the obstacle is.
617
1240000
2320
dapat mengetahui seberapa jauh rintangan itu.
20:42
When attached to a white cane, the
618
1242320
1840
Saat ditempelkan pada tongkat putih,
20:44
digital device - called ‘Sixth Sense’ -
619
1244160
2560
perangkat digital - yang disebut 'Sixth Sense' -
20:46
can detect obstacles – objects which
620
1246720
2640
dapat mendeteksi rintangan – benda yang
20:49
block your way, making it difficult for
621
1249360
2160
menghalangi jalan Anda, sehingga menyulitkan
20:51
you to move forward.
622
1251520
1360
Anda untuk bergerak maju.
20:52
‘Sixth Sense’ works using echo-location,
623
1252880
3040
'Sixth Sense' bekerja menggunakan lokasi gema,
20:55
a kind of ultrasound like that used by
624
1255920
2640
semacam ultrasound seperti yang digunakan oleh
20:58
bats who send out sound waves
625
1258560
2000
kelelawar yang mengirimkan gelombang suara
21:00
which bounce off surrounding objects.
626
1260560
2560
yang memantul dari benda-benda di sekitarnya.
21:03
The returning echoes show where these
627
1263120
2320
Gema yang kembali menunjukkan di mana
21:05
objects are located.
628
1265440
1840
benda-benda ini berada.
21:07
Some of the assistive apps are so
629
1267280
1840
Beberapa aplikasi bantuan sangat
21:09
smart they can even tell what kind of
630
1269120
2000
pintar sehingga mereka bahkan dapat mengetahui
21:11
object is coming up ahead – be it a
631
1271120
2240
objek apa yang akan datang – baik itu
21:13
friend, a shop door or a speeding car.
632
1273360
3040
teman, pintu toko, atau mobil yang melaju kencang.
21:16
I guess being able to move around
633
1276400
1600
Saya kira bisa bergerak dengan
21:18
confidently really boosts people’s
634
1278000
2000
percaya diri benar-benar meningkatkan
21:20
independence.
635
1280000
1200
kemandirian orang.
21:21
Absolutely. And it’s challenging
636
1281200
1760
Sangat. Dan itu
21:22
stereotypes around blindness too.
637
1282960
2480
juga menantang stereotip seputar kebutaan.
21:25
Blogger, Fern Lulham, who is blind
638
1285440
2160
Blogger, Fern Lulham, yang buta
21:27
herself, uses assistive apps every day.
639
1287600
3280
, menggunakan aplikasi bantu setiap hari.
21:30
Here she is talking to
640
1290880
1120
Di sini dia berbicara dengan
21:32
BBC World Service’s, Digital Planet:
641
1292000
2979
BBC World Service, Digital Planet:
21:35
I think the more that society sees
642
1295680
2160
Saya pikir semakin masyarakat melihat
21:37
blind people in the community, at work,
643
1297840
2640
orang buta di komunitas, di tempat kerja,
21:40
in relationships it does help to tackle
644
1300480
2800
dalam hubungan, hal itu membantu mengatasi
21:43
all of these stereotypes, it helps
645
1303280
1440
semua stereotip ini, membantu
21:44
people to see blind and
646
1304720
1600
orang untuk melihat orang buta dan
21:46
visually-impaired people in a whole
647
1306320
1200
tunanetra. orang dengan cara yang benar-benar
21:47
new way and it just normalises
648
1307520
2240
baru dan itu hanya menormalkan
21:49
disability – that’s what we need, we
649
1309760
1520
kecacatan – itulah yang kita butuhkan, kita
21:51
need to see people just getting on
650
1311280
1840
perlu melihat orang-orang melanjutkan
21:53
with their life and doing it and then
651
1313120
1600
hidup mereka dan melakukannya dan kemudian
21:54
people won’t see it as such a big
652
1314720
1760
orang tidak akan melihatnya sebagai
21:56
deal anymore, it’ll just be the ordinary.
653
1316480
2979
masalah besar lagi, itu hanya akan jadilah yang biasa.
22:00
Fern distinguishes between people
654
1320320
1680
Fern membedakan antara orang
22:02
who are blind, or unable to see, and
655
1322000
2480
yang buta, atau tidak mampu melihat, dan
22:04
those who are visually impaired –
656
1324480
2080
mereka yang tunanetra –
22:06
experience a decreased ability to see.
657
1326560
3120
mengalami penurunan kemampuan melihat.
22:09
Assistive tech helps blind people
658
1329680
2080
Teknologi bantu membantu orang buta
22:11
lead normal, independent lives within
659
1331760
2400
menjalani kehidupan normal dan mandiri dalam
22:14
their local communities. Fern hopes
660
1334160
2640
komunitas lokal mereka. Fern berharap
22:16
that this will help normalise disability –
661
1336800
2640
hal ini akan membantu menormalkan kecacatan –
22:19
treat something as normal which has
662
1339440
2000
memperlakukan sesuatu seperti biasa yang
22:21
not been accepted as normal before…
663
1341440
2480
sebelumnya tidak diterima sebagai normal…
22:23
…so being blind doesn’t have to be a
664
1343920
2160
…sehingga menjadi buta tidak harus menjadi
22:26
big deal – an informal way to say
665
1346080
2240
masalah besar – cara informal untuk mengatakan
22:28
something is not a serious problem.
666
1348320
2800
sesuatu bukanlah masalah yang serius.
22:31
Just keep your eyes closed for a
667
1351120
1280
Tutup mata Anda
22:32
minute and try moving around the
668
1352400
1440
sebentar dan cobalah bergerak di sekitar
22:33
room. You’ll soon see how difficult
669
1353840
2320
ruangan. Anda akan segera melihat betapa
22:36
it is… and how life changing this
670
1356160
1680
sulitnya… dan bagaimana teknologi ini dapat mengubah kehidupan
22:37
technology can be.
671
1357840
1600
.
22:39
Being able to read books must also
672
1359440
2240
Bisa membaca buku juga harus
22:41
open up a world of imagination.
673
1361680
2320
membuka dunia imajinasi.
22:44
So what was the answer to your
674
1364000
1280
Jadi apa jawaban dari
22:45
quiz question, Neil?
675
1365280
1600
pertanyaan kuismu, Neil?
22:46
Ah yes. I asked Georgina who
676
1366880
1600
Ah iya. Saya bertanya kepada Georgina siapa yang
22:48
invented the system of reading
677
1368480
1760
menemukan sistem membaca
22:50
where fingertips are used to feel
678
1370240
1840
di mana ujung jari digunakan untuk merasakan
22:52
patterns of printed raised dots.
679
1372080
2160
pola titik timbul yang dicetak.
22:54
What did you say, Georgina?
680
1374240
1600
Apa yang kamu katakan, Georgina?
22:55
I thought it was, b) Louis Braille.
681
1375840
2880
Saya pikir itu, b) Louis Braille.
22:58
Which was…of course the correct
682
1378720
1600
Yang mana… tentu saja jawaban yang benar
23:00
answer! Well done, Georgina – Louise
683
1380320
2560
! Selamat, Georgina – Louise
23:02
Braille the inventor of a reading
684
1382880
1600
Braille penemu
23:04
system which is known worldwide
685
1384480
1760
sistem membaca yang dikenal di seluruh dunia
23:06
simply as braille.
686
1386240
1680
hanya sebagai braille.
23:07
I suppose braille is an early example
687
1387920
2160
Saya kira braille adalah contoh awal
23:10
of assistive technology – systems
688
1390080
2480
teknologi asistif – sistem
23:12
and equipment that assist people
689
1392560
1600
dan peralatan yang membantu penyandang
23:14
with disabilities to perform everyday
690
1394160
2160
disabilitas untuk melakukan fungsi sehari-hari
23:16
functions. Let’s recap the rest of
691
1396320
2400
. Mari kita rekap
23:18
the vocabulary, Neil.
692
1398720
1760
kosakata lainnya, Neil.
23:20
OK. An obstacle is an object that
693
1400480
2240
OKE. Hambatan adalah objek yang
23:22
is in your way and blocks your
694
1402720
2000
menghalangi jalan Anda dan menghalangi
23:24
movement.
695
1404720
1120
gerakan Anda.
23:25
Some assisted technology works
696
1405840
1680
Beberapa teknologi bantuan bekerja
23:27
using echo-location – a system of
697
1407520
2560
menggunakan lokasi gema – sistem
23:30
ultrasound detection used by bats.
698
1410080
3120
deteksi ultrasound yang digunakan oleh kelelawar.
23:33
Being blind is different from being
699
1413200
1760
Tunanetra berbeda dengan
23:34
visually impaired - having a
700
1414960
1840
tunanetra - mengalami
23:36
decreased ability to see, whether
701
1416800
1920
penurunan kemampuan melihat, baik
23:38
disabling or not.
702
1418720
1626
cacat maupun tidak.
23:40
And finally, the hope is that
703
1420346
1654
Dan terakhir, harapannya adalah
23:42
assistive phone apps can help
704
1422000
1760
aplikasi telepon bantu dapat membantu
23:43
normalise disability – change the
705
1423760
2160
menormalkan kecacatan – mengubah
23:45
perception of something into
706
1425920
1440
persepsi tentang sesuatu menjadi
23:47
being accepted as normal…
707
1427360
2080
diterima secara normal…
23:49
..so that disability is no longer a
708
1429440
2080
..sehingga kecacatan bukan lagi
23:51
big deal – not a big problem.
709
1431520
2240
masalah besar – bukan masalah besar.
23:53
That’s all for this programme but
710
1433760
1360
Itu saja untuk program ini tetapi
23:55
join us again soon at 6 Minute English…
711
1435120
2800
bergabunglah dengan kami lagi segera di 6 Menit Bahasa Inggris…
23:57
…and remember you can find many
712
1437920
1360
… dan ingat Anda dapat menemukan
23:59
more 6 Minute topics and useful
713
1439280
1920
lebih banyak topik 6 Menit dan
24:01
vocabulary archived on
714
1441200
1440
kosa kata berguna yang diarsipkan di
24:02
bbclearningenglish.com.
715
1442640
2240
bbclearningenglish.com.
24:04
Don’t forget we also have an app
716
1444880
1680
Jangan lupa kami juga memiliki aplikasi yang
24:06
you can download for free from
717
1446560
1600
dapat Anda unduh secara gratis dari
24:08
the app stores. And of course we
718
1448160
2160
toko aplikasi. Dan tentu saja kita
24:10
are all over social media, so come
719
1450320
2240
semua ada di media sosial, jadi
24:12
on over and say hi.
720
1452560
1360
datanglah dan sapa.
24:13
Bye for now!
721
1453920
800
Selamat tinggal untuk sekarang!
24:14
Bye!
722
1454720
830
Selamat tinggal!
24:21
Welcome to 6 Minute English, where
723
1461280
1520
Selamat datang di 6 Menit Bahasa Inggris, di mana
24:22
we bring you an intelligent topic
724
1462800
1600
kami membawakan Anda topik cerdas
24:24
and six related items of vocabulary.
725
1464400
2480
dan enam item kosa kata terkait.
24:26
I’m Neil.
726
1466880
640
Saya Neil.
24:27
And I’m Tim. And today we’re talking
727
1467520
2560
Dan saya Tim. Dan hari ini kita berbicara
24:30
about AI – or Artificial Intelligence.
728
1470080
3840
tentang AI – atau Kecerdasan Buatan.
24:33
Artificial Intelligence is the ability of
729
1473920
2480
Kecerdasan Buatan adalah kemampuan
24:36
machines to copy human intelligent
730
1476400
2560
mesin untuk meniru perilaku cerdas manusia
24:38
behaviour – for example, an
731
1478960
1920
– misalnya,
24:40
intelligent machine can learn
732
1480880
1440
mesin cerdas dapat belajar
24:42
from its own mistakes, and make
733
1482320
1600
dari kesalahannya sendiri, dan membuat
24:43
decisions based on what’s happened
734
1483920
2000
keputusan berdasarkan apa yang terjadi
24:45
in the past.
735
1485920
880
di masa lalu.
24:46
There’s a lot of talk about AI these
736
1486800
2000
Ada banyak pembicaraan tentang AI
24:48
days, Neil, but it’s still just science
737
1488800
2160
akhir-akhir ini, Neil, tapi itu masih
24:50
fiction, isn’t it?
738
1490960
1360
fiksi ilmiah, bukan?
24:52
That’s not true – AI is everywhere.
739
1492320
2640
Itu tidak benar – AI ada di mana-mana.
24:54
Machine thinking is in our homes,
740
1494960
2160
Pemikiran mesin ada di rumah,
24:57
offices, schools and hospitals.
741
1497120
2480
kantor, sekolah, dan rumah sakit kita.
24:59
Computer algorithms are helping
742
1499600
1680
Algoritma komputer membantu
25:01
us drive our cars. They’re diagnosing
743
1501280
2560
kita mengemudikan mobil kita. Mereka mendiagnosis
25:03
what’s wrong with us in hospitals.
744
1503840
2160
apa yang salah dengan kita di rumah sakit.
25:06
They’re marking student essays…
745
1506000
1840
Mereka menilai esai siswa…
25:07
They’re telling us what to read on
746
1507840
1520
Mereka memberi tahu kita apa yang harus dibaca di
25:09
our smartphones…
747
1509360
960
ponsel cerdas kita…
25:10
Well, that really does sound like
748
1510320
1680
Yah, itu benar-benar terdengar seperti
25:12
science fiction – but it’s
749
1512000
1760
fiksi ilmiah – tetapi itu
25:13
happening already, you say, Neil?
750
1513760
1840
sudah terjadi, katamu, Neil?
25:15
It’s definitely happening, Tim.
751
1515600
2245
Itu pasti terjadi, Tim.
25:17
And an algorithm, by the way, is
752
1517845
1435
Dan algoritme, omong-omong, adalah
25:19
a set of steps a computer follows
753
1519280
2320
serangkaian langkah yang diikuti komputer
25:21
in order to solve a problem.
754
1521600
1680
untuk memecahkan masalah.
25:23
So can you tell me what was the
755
1523280
2080
Bisakah Anda memberi tahu saya apa
25:25
name of the computer which
756
1525360
1920
nama komputer yang
25:27
famously beat world chess
757
1527280
1600
terkenal mengalahkan juara catur dunia
25:28
champion Garry Kasparov
758
1528880
1600
Garry Kasparov
25:30
using algorithms in 1997?
759
1530480
2800
menggunakan algoritma pada tahun 1997?
25:33
Was it…
760
1533280
400
25:33
a) Hal, b) Alpha 60,
761
1533680
3120
Apakah itu…
a) Hal, b) Alpha 60,
25:36
or, c) Deep Blue?
762
1536800
1840
atau, c) Biru Tua?
25:38
I’ll say Deep Blue.
763
1538640
2800
Saya akan mengatakan Deep Blue.
25:41
Although I’m just guessing.
764
1541440
1200
Meskipun saya hanya menebak-nebak.
25:42
Was it an educated guess, Tim?
765
1542640
1920
Apakah itu tebakan yang terpelajar, Tim?
25:44
I know a bit about chess…
766
1544560
1520
Saya tahu sedikit tentang catur…
25:46
An educated guess is based
767
1546080
1920
Tebakan yang berpendidikan didasarkan
25:48
on knowledge and experience
768
1548000
1600
pada pengetahuan dan pengalaman
25:49
and is therefore likely to be correct.
769
1549600
2080
dan oleh karena itu kemungkinan besar benar.
25:51
Well, we’ll find out later on how
770
1551680
1760
Nah, nanti kita akan tahu seberapa
25:53
educated your guess was in
771
1553440
1440
terpelajar tebakanmu dalam
25:54
this case, Tim!
772
1554880
880
kasus ini, Tim!
25:55
Indeed. But getting back to AI
773
1555760
2400
Memang. Tetapi kembali ke AI
25:58
and what machines can do – are
774
1558160
2480
dan apa yang dapat dilakukan mesin – apakah
26:00
they any good at solving real-life
775
1560640
2720
mereka pandai memecahkan masalah kehidupan nyata
26:03
problems? Computers think in zeros
776
1563360
2640
? Komputer berpikir dalam angka nol
26:06
and ones don’t they? That sounds
777
1566000
1760
dan satu bukan? Kedengarannya
26:07
like a pretty limited language when
778
1567760
1600
seperti bahasa yang sangat terbatas dalam hal
26:09
it comes to life experience!
779
1569360
1760
pengalaman hidup!
26:11
You would be surprised to what
780
1571120
1520
Anda akan terkejut dengan apa yang
26:12
those zeroes and ones can do, Tim.
781
1572640
2240
bisa dilakukan oleh nol dan satu itu, Tim.
26:14
Although you’re right that AI does
782
1574880
1920
Meskipun Anda benar bahwa AI memang
26:16
have its limitations at the moment.
783
1576800
1920
memiliki keterbatasan saat ini.
26:18
And if something has limitations
784
1578720
1760
Dan jika sesuatu memiliki batasan,
26:20
there’s a limit on what it can do or
785
1580480
1920
ada batasan pada apa yang dapat dilakukannya atau
26:22
how good it can be.
786
1582400
1280
seberapa baik hal itu.
26:23
OK – well now might be a good time
787
1583680
2640
Oke – sekarang mungkin saat yang tepat
26:26
to listen to Zoubin Bharhramani,
788
1586320
2160
untuk mendengarkan Zoubin Bharhramani,
26:28
Professor of Information Engineering
789
1588480
1920
Profesor Teknik Informasi
26:30
at the University of Cambridge and
790
1590400
2240
di Universitas Cambridge dan
26:32
deputy director of the Leverhulme Centre
791
1592640
2880
wakil direktur Leverhulme Center
26:35
for the Future of Intelligence.
792
1595520
2000
for the Future of Intelligence.
26:37
He’s talking about what limitations
793
1597520
2240
Dia berbicara tentang batasan apa yang
26:39
AI has at the moment.
794
1599760
2240
dimiliki AI saat ini.
26:43
I think it’s very interesting how many
795
1603280
2880
Saya pikir sangat menarik betapa banyak
26:46
of the things that we take for granted –
796
1606160
2160
hal yang kita anggap remeh –
26:48
we humans take for granted – as being
797
1608320
2000
kita sebagai manusia menerima begitu saja – sebagai
26:50
sort of things we don’t even think about
798
1610320
1600
hal-hal yang bahkan tidak kita pikirkan
26:51
like how do we walk, how do we reach,
799
1611920
2320
seperti bagaimana kita berjalan, bagaimana kita mencapai,
26:54
how do we recognize our mother. You
800
1614240
3120
bagaimana kita mengenali kita ibu. Anda
26:57
know, all these things. When you start
801
1617360
2480
tahu, semua hal ini. Ketika Anda mulai
26:59
to think how to implement them on a
802
1619840
1840
berpikir bagaimana menerapkannya di
27:01
computer, you realize that it’s those
803
1621680
3120
komputer, Anda menyadari bahwa
27:04
things that are incredibly difficult to get
804
1624800
4400
hal-hal itulah yang sangat sulit
27:09
computers to do, and that’s where the
805
1629200
2960
dilakukan oleh komputer, dan di situlah
27:12
current cutting edge of research is.
806
1632160
2899
penelitian mutakhir saat ini.
27:16
If we take something for granted we
807
1636320
1440
Jika kita menerima sesuatu begitu saja, kita
27:17
don’t realise how important something is.
808
1637760
2400
tidak menyadari betapa pentingnya sesuatu itu.
27:20
You sometimes take me for granted, I
809
1640160
2080
Anda terkadang meremehkan saya, saya
27:22
think, Neil.
810
1642240
1200
pikir, Neil.
27:23
No – I never take you for granted, Tim!
811
1643440
1920
Tidak - saya tidak pernah menerima Anda begitu saja, Tim!
27:25
You’re far too important for that!
812
1645360
2320
Anda terlalu penting untuk itu!
27:27
Good to hear! So things we take for
813
1647680
2800
Senang mendengarnya! Jadi hal-hal yang kita anggap
27:30
granted are doing every day tasks like
814
1650480
3280
remeh adalah melakukan tugas sehari-hari seperti
27:33
walking, picking something up, or
815
1653760
2160
berjalan, memungut sesuatu, atau
27:35
recognizing somebody. We implement –
816
1655920
3040
mengenali seseorang. Kami menerapkan –
27:38
or perform – these things without
817
1658960
2240
atau melakukan – hal-hal ini tanpa
27:41
thinking – Whereas it’s cutting edge
818
1661200
2640
berpikir – Padahal ini adalah
27:43
research to try and program a
819
1663840
1760
penelitian mutakhir untuk mencoba dan memprogram
27:45
machine to do them.
820
1665600
1200
mesin untuk melakukannya.
27:46
Cutting edge means very new and
821
1666800
2000
Canggih berarti sangat baru dan
27:48
advanced. It’s interesting isn't it, that
822
1668800
2000
maju. Menarik bukan, bahwa
27:50
over ten years ago a computer beat
823
1670800
2160
lebih dari sepuluh tahun yang lalu komputer mengalahkan
27:52
a chess grand master – but the
824
1672960
1680
grand master catur – tetapi
27:54
same computer would find it incredibly
825
1674640
2240
komputer yang sama akan merasa sangat
27:56
difficult to pick up a chess piece.
826
1676880
2000
sulit untuk mengambil bidak catur.
27:58
I know. It’s very strange. But now
827
1678880
2400
Aku tahu. Itu sangat aneh. Tapi sekarang
28:01
you’ve reminded me that we need
828
1681280
1520
Anda telah mengingatkan saya bahwa kita membutuhkan
28:02
the answer to today’s question.
829
1682800
2080
jawaban atas pertanyaan hari ini.
28:04
Which was: What was the name
830
1684880
1840
Yaitu: Apa nama
28:06
of the computer which famously
831
1686720
1600
komputer yang terkenal
28:08
beat world chess champion
832
1688320
1760
mengalahkan juara catur dunia
28:10
Garry Kasparov in 1997? Now, you
833
1690080
2800
Garry Kasparov pada tahun 1997? Sekarang, Anda
28:12
said Deep Blue, Tim, and … that was
834
1692880
2400
mengatakan Deep Blue, Tim, dan… itu
28:15
the right answer!
835
1695280
1200
jawaban yang tepat!
28:16
You see, my educated guess was
836
1696480
2320
Soalnya, tebakan saya
28:18
based on knowledge and experience!
837
1698800
2160
didasarkan pada pengetahuan dan pengalaman!
28:20
Or maybe you were just lucky. So, the
838
1700960
3680
Atau mungkin Anda hanya beruntung. Jadi,
28:24
IBM supercomputer Deep Blue played
839
1704640
2320
superkomputer IBM Deep Blue bermain
28:26
against US world chess champion
840
1706960
2000
melawan juara catur dunia AS
28:28
Garry Kasparov in two chess matches.
841
1708960
2400
Garry Kasparov dalam dua pertandingan catur.
28:31
The first match was played in
842
1711360
1360
Pertandingan pertama dimainkan di
28:32
Philadelphia in 1996 and was
843
1712720
2080
Philadelphia pada tahun 1996 dan
28:34
won by Kasparov. The second was
844
1714800
2080
dimenangkan oleh Kasparov. Yang kedua
28:36
played in New York City in 1997
845
1716880
2320
dimainkan di New York City pada tahun 1997
28:39
and won by Deep Blue. The 1997
846
1719200
3120
dan dimenangkan oleh Deep Blue.
28:42
match was the first defeat of a
847
1722320
1600
Pertandingan tahun 1997 adalah kekalahan pertama dari
28:43
reigning world chess champion
848
1723920
1600
juara bertahan catur dunia
28:45
by a computer under
849
1725520
1360
oleh komputer dalam
28:46
tournament conditions.
850
1726880
1680
kondisi turnamen.
28:48
Let’s go through the words we
851
1728560
1520
Mari kita telusuri kata-kata yang kita
28:50
learned today. First up was
852
1730080
2320
pelajari hari ini. Yang pertama adalah
28:52
‘artificial intelligence’ or AI – the
853
1732400
3200
'kecerdasan buatan' atau AI –
28:55
ability of machines to copy human
854
1735600
2400
kemampuan mesin untuk meniru
28:58
intelligent behaviour.
855
1738000
1200
perilaku cerdas manusia.
28:59
“There are AI programs that can
856
1739200
1840
“Ada program AI yang bisa
29:01
write poetry.”
857
1741040
1280
menulis puisi.”
29:02
Do you have any examples you
858
1742320
1600
Apakah Anda memiliki contoh yang
29:03
can recite?
859
1743920
1040
dapat Anda baca?
29:04
Afraid I don’t! Number two – an
860
1744960
2080
Takut saya tidak! Nomor dua –
29:07
algorithm is a set of steps a
861
1747040
1840
algoritma adalah serangkaian langkah yang
29:08
computer follows in order to
862
1748880
1520
diikuti komputer untuk
29:10
solve a problem. For example,
863
1750400
1760
memecahkan masalah. Misalnya,
29:12
“Google changes its search
864
1752160
1680
“Google mengubah
29:13
algorithm hundreds of times
865
1753840
1760
algoritme pencariannya ratusan kali
29:15
every year.”
866
1755600
880
setiap tahun”.
29:16
The adjective is algorithmic – for
867
1756480
2560
Adjektiva bersifat algoritmik –
29:19
example, “Google has made many
868
1759040
2240
misalnya, “Google telah membuat banyak
29:21
algorithmic changes.”
869
1761280
1760
perubahan algoritme”.
29:23
Number three – if something has
870
1763040
2000
Nomor tiga – jika sesuatu memiliki
29:25
‘limitations’ – there’s a limit on
871
1765040
1680
‘batasan’ – ada batasan pada
29:26
what it can do or how good it
872
1766720
1520
apa yang dapat dilakukannya atau seberapa baik hal itu
29:28
can be. “Our show has certain
873
1768240
2400
. “Acara kami memiliki
29:30
limitations – for example, it’s only
874
1770640
2320
batasan tertentu – misalnya, durasinya hanya
29:32
six minutes long!”
875
1772960
1040
enam menit!”
29:34
That’s right – there’s only time to
876
1774000
1760
Benar – hanya ada waktu untuk
29:35
present six vocabulary items.
877
1775760
2400
menyajikan enam kosa kata.
29:38
Short but sweet!
878
1778160
1120
Pendek tapi manis!
29:39
And very intelligent, too. OK, the
879
1779280
2640
Dan juga sangat cerdas. Oke,
29:41
next item is ‘take something for
880
1781920
1760
item selanjutnya adalah 'take something for
29:43
granted’ – which is when we don’t
881
1783680
1760
granted' – yaitu ketika kita tidak
29:45
realise how important something is.
882
1785440
1920
menyadari betapa pentingnya sesuatu itu.
29:47
“We take our smart phones for granted
883
1787360
2160
“Saat ini kita menganggap remeh telepon pintar kita
29:49
these days – but before 1995 hardly
884
1789520
3200
– tetapi sebelum tahun 1995 hampir tidak ada
29:52
anyone owned one.”
885
1792720
1520
orang yang memilikinya.”
29:54
Number five – ‘to implement’ – means
886
1794240
2480
Nomor lima – ‘mengimplementasikan’ – artinya
29:56
to perform a task, or take action.
887
1796720
2080
melakukan tugas, atau mengambil tindakan.
29:58
“Neil implemented some changes
888
1798800
1760
"Neil menerapkan beberapa perubahan
30:00
to the show.”
889
1800560
880
pada pertunjukan."
30:01
The final item is ‘cutting edge’ – new
890
1801440
2480
Item terakhir adalah 'canggih' - baru
30:03
and advanced – “This software is
891
1803920
2000
dan canggih - "Perangkat lunak ini
30:05
cutting edge.”
892
1805920
880
canggih."
30:06
“The software uses cutting edge
893
1806800
2000
“Perangkat lunak ini menggunakan
30:08
technology.”
894
1808800
1280
teknologi mutakhir.”
30:10
OK – that’s all we have time for on
895
1810080
1840
Oke – hanya itu waktu yang kita miliki untuk
30:11
today’s cutting edge show. But please
896
1811920
2640
pertunjukan mutakhir hari ini. Tapi tolong
30:14
check out our Instagram, Twitter,
897
1814560
1840
lihat halaman Instagram, Twitter,
30:16
Facebook and YouTube pages.
898
1816400
1840
Facebook, dan YouTube kami.
30:18
Bye-bye!
899
1818240
560
30:18
Goodbye!
900
1818800
903
Sampai jumpa!
Selamat tinggal!
Tentang situs web ini

Situs ini akan memperkenalkan Anda pada video YouTube yang berguna untuk belajar bahasa Inggris. Anda akan melihat pelajaran bahasa Inggris yang diajarkan oleh guru-guru terbaik dari seluruh dunia. Klik dua kali pada subtitle bahasa Inggris yang ditampilkan di setiap halaman video untuk memutar video dari sana. Subtitle bergulir selaras dengan pemutaran video. Jika Anda memiliki komentar atau permintaan, silakan hubungi kami menggunakan formulir kontak ini.

https://forms.gle/WvT1wiN1qDtmnspy7