Big data, small farms and a tale of two tomatoes | Erin Baumgartner

94,014 views ・ 2020-09-11

TED


Silakan klik dua kali pada teks bahasa Inggris di bawah ini untuk memutar video.

00:00
Transcriber: Leslie Gauthier Reviewer: Krystian Aparta
0
0
7000
Translator: Leslie Gauthier Reviewer: Intan Andini
Data dan analisis membawa banyak perubahan di hidup kita.
Tak hanya daring,
tak hanya di masa depan yang jauh,
00:12
So data and analytics are dramatically changing our everyday lives.
1
12513
4494
tapi juga di dunia nyata,
dan di sisi yang begitu asli dan nyata.
00:17
Not just online,
2
17566
1173
Saya habiskan 11 tahun hidup saya sebagai seorang ahli di MIT,
00:18
not just in some distant future,
3
18763
2334
00:21
but in the physical world,
4
21121
1322
bekerja di laboratorium data besar
00:22
and in very real and tangible ways.
5
22467
2769
mengupayakan penggunaan ilmu data untuk mempelajari dunia nyata
00:25
I spent the past 11 years of my life as a geek at MIT,
6
25897
4205
dan memecahkan masalah besar masyarakat.
00:30
working in big data labs
7
30126
1406
Bidang data berupaya menganalisis begitu banyak data
00:31
that seek to use data science to study the physical world
8
31556
3776
menggunakan alat komputasi untuk menemukan pola dan tren.
00:35
and try to solve society's great problems.
9
35356
2174
00:38
The field of big data seeks to analyze massive pools of data
10
38985
3936
Data bisa menjadi pendongeng yang hebat,
00:42
using computational tools to find patterns and trends.
11
42945
3920
mengungkap narasi tersembunyi di kehidupan sehari-hari
yang tak pernah kita lihat.
Saya temukan kisah-kisah pribadi tentang benda-benda mati yang dihidupkan
00:47
Data can be a really extraordinary storyteller,
12
47561
3015
00:50
unveiling the hidden narratives of things in our everyday lives
13
50600
2970
menjadi sangat menarik.
00:53
that we never would have seen.
14
53594
1466
Mula-mula, saya ingin jelaskan dua proyek saya saat di MIT
00:55
I find the personal stories of inanimate things brought to life
15
55439
3797
yang saya pikir menyoroti fenomena ini dengan baik.
00:59
to be extraordinarily compelling.
16
59260
1672
Yang pertama disebut Trash Track (Jejak Sampah),
01:01
I want to highlight, first, two projects from my time at MIT
17
61853
3000
dan di proyek ini, kami berusaha memahami manajemen sistem pembuangan,
01:04
that I think highlight this phenomenon really well.
18
64877
2553
untuk menjawab pertanyaan
“Ke mana perginya sampah setelah dibuang?”
01:08
The first is called Trash Track,
19
68074
2065
Gelas kopi Anda atau ponsel flip
01:10
and in this project, we sought to better understand the waste-management system,
20
70163
3977
yang Anda pakai di awal 2000an,
01:14
to answer the question
21
74164
1690
atau roti bagel atau koran pagi ini --
01:15
"Where does your trash go when you throw it away?"
22
75878
2439
01:18
Your old coffee cup or that flip phone
23
78341
2510
ke mana perginya mereka?
01:20
that you carried around in the early 2000s,
24
80875
2429
Data seperti ini belum ada jadi kami menciptakannya.
01:23
or a bagel or this morning's paper --
25
83328
3247
Kami menjawab dan memvisualisasikan pertanyaan ini
01:26
where do these things go?
26
86599
1564
dengan memasang sensor kecil pada potongan-potongan sampah
01:28
This data didn't exist, so we had to create it.
27
88652
2881
lalu membuangnya ke sistem pembuangan.
01:32
We answered and then visualized this question
28
92251
3168
Yang kini Anda lihat di sini adalah datanya.
01:35
by installing small sensors into pieces of trash
29
95443
3497
Tiap garis, tiap simpul yang Anda lihat
01:38
and then throwing them into the waste system.
30
98964
2096
adalah satu sampah yang bergerak melewati kota Seattle,
01:41
And what you're seeing here is the data.
31
101601
2799
lalu melewati negara bagian,
01:44
Every line, every node that you see
32
104903
2776
lalu melewati negara,
berminggu-minggu dan berbulan-bulan
01:47
is a single piece of trash moving through the city of Seattle,
33
107703
3472
Dan penting memvisualisasikan data ini,
01:51
and then across the state,
34
111199
2306
karena tak satu pun Anda di sini, mungkin, berpikir
01:53
and then across the country,
35
113529
1651
"Ya, sepertinya benar."
01:55
as weeks and months go by.
36
115204
1742
(Tawa)
01:57
And it's important to visualize this data,
37
117606
2065
“Itu yang harusnya terjadi, kan?”
Karena, tidak --
01:59
because none of you are, probably, sitting here thinking,
38
119695
2672
(Tawa)
02:02
"Yeah, that looks right."
39
122391
1258
Yang data ini tunjukkan adalah sistem yang sangat tidak efisien
02:03
(Laughter)
40
123673
1878
02:05
"That's working like it should, right?"
41
125575
1858
yang punya kerusakan bawaan yang rasanya takkan kita lihat
02:07
Because, no --
42
127457
1162
02:08
(Laughter)
43
128643
1470
02:10
What the data shows us is a highly inefficient system
44
130582
4033
andai sensor itu tak menyelidikinya untuk kita.
02:14
whose inherent brokenness I don't think we really would have seen
45
134639
3845
Proyek kedua saya yang perlu disoroti
berhubungan dengan penciptaan robot yang menyelam ke dalam pipa pembuangan
02:18
had the sensors not done the journalism for us.
46
138508
2881
dan bekas buangan air.
02:22
A second project that I'd have to highlight
47
142597
2650
Saya tahu limbah itu sedikit menjijikkan,
02:25
has to do with creating robots that dive into sewers
48
145271
4658
tapi ia sebenarnya mengagumkan,
karena ia bisa menunjukkan banyak hal
02:29
and sample wastewater.
49
149953
1621
tentang kesehatan masyarakat kita.
02:32
I know that sewage kind of gets a bad rap,
50
152306
2695
Teknologi ini dibuat oleh kelompok yang disebut Biobot Analytics,
02:35
but it's actually kind of awesome,
51
155025
1845
yang menciptakan teknologi mutakhir
02:36
because it can tell us an incredible amount
52
156894
2001
02:38
about the health of our communities.
53
158919
1740
untuk mengubah pipa pembuangan kita menjadi observatorium kesehatan modern.
02:40
This technology was spun out by a group call Biobot Analytics,
54
160683
3251
Tujuan mereka adalah mempelajari opioid di dalam limbah
02:43
who's creating a cutting-edge technology
55
163958
2572
untuk lebih memahami konsumsi kota.
02:46
to turn our sewers into modern-day health observatories.
56
166554
4163
Dan data ini adalah kunci, karena
02:50
Their goal is to study opioids within the sewage
57
170741
3356
ia membantu kota-kota memahami wilayah mana yang digunakan masyarakat,
cara mengalokasikan sumber daya,
02:54
to better understand consumption in cities.
58
174121
2635
dan efektivitas program dari waktu ke waktu.
02:56
And this data is key,
59
176780
1938
02:58
because it really helps cities understand where people are using,
60
178742
3094
Sekali lagi, teknologi yang dibangun menjadi mesin ini
03:01
how to allocate resources
61
181860
1874
menyingkap tirai
03:03
and the effectiveness of programming over time.
62
183758
3041
dan menunjukkan hal tentang kota kita yang tak kita lihat tanpanya.
03:07
Once again, the technology that's built into this machine
63
187502
2917
Ternyata, seperti yang kita lihat,
03:10
is pulling back the curtain
64
190443
1841
data besar sungguh ada di mana-mana --
03:12
and showing us something about our cities that we never would have seen without it.
65
192308
4060
bahkan di toilet Anda.
Dan kini setelah membicarakan sampah dan limbah,
03:16
So it turns out, as we see,
66
196392
2534
03:18
that big data is really everywhere --
67
198950
2522
mari kita beralih
ke makanan.
03:21
even in your toilet.
68
201496
1243
(Tawa)
Setahun lalu, saya meninggalkan MIT untuk menekuni minat saya pada makanan,
03:23
And so now that we've talked about trash and sewage,
69
203318
3588
dan pada 2017,
03:26
let's move on ...
70
206930
1371
saya memulai usaha dengan suami saya, bernama Family Dinner.
03:28
to food.
71
208325
1208
03:29
(Laughter)
72
209557
1151
03:30
A year ago, I left MIT to pursue a passion in food,
73
210732
3656
Tujuan usaha kami yaitu menciptakan komunitas seputar makanan lokal
03:34
and in 2017,
74
214412
1241
dan orang-orang yang menanamnya.
03:35
started a company with my husband, called Family Dinner.
75
215677
2933
Untuk mewujudkannya, kami menggunakan analisis data,
03:38
The goal of our company is to create community around local food
76
218634
4113
otomatisasi dan teknologi
untuk membangun jaringan yang menyebar di pertanian lokal
03:42
and the people who grow it.
77
222771
1945
dan melakukan perbaikan pada sistem pangan.
03:44
To make this happen, we're using data analytics,
78
224740
2537
Jadi bisa kita lihat
03:47
automation and technology
79
227301
2233
bahwa teknik umum dan misi dari apa yang kami coba lakukan
03:49
to build a distributed network of local farms
80
229558
2738
sebenarnya mirip dengan pekerjaan di laboratorium MIT.
03:52
and to make improvements on the food system.
81
232320
2262
03:55
So what we see here
82
235187
1652
Yang memunculkan satu pertanyaan kritis:
03:56
is that the broad techniques and the mission of what we're trying to do
83
236863
3484
Mengapa seseorang mau meninggalkan karir menjanjikan
04:00
is really not dissimilar from the work at the MIT labs.
84
240371
3102
di salah satu laboratorium sains kota terbaik di dunia
04:04
Which brings us to a critical question:
85
244309
2676
untuk mengangkut wortel naik Acura ibunya?
04:07
Why exactly would someone leave a very promising career
86
247009
4020
(Tawa)
04:11
at one of the top urban science labs in the world
87
251053
4193
Acura mobil yang bagus.
Karena saya percaya cerita pangan lokal
04:15
to drive carrots around in her mom's Acura?
88
255270
2653
perlu dipahami, diceritakan dan dijunjung.
04:17
(Laughter)
89
257947
1740
04:20
It's a great car.
90
260241
1196
Dengan berbagai cara,
saya pikir para kutu buku seperti kita sangat siap menceritakannya.
04:22
Because I believe that the story of local food
91
262496
2764
04:25
needs to be understood, told and elevated,
92
265284
3492
Jadi dari mana kita mulai?
Apa titik awal kita?
04:28
and in many ways,
93
268800
1151
04:29
I think that nerds like us are really uniquely poised to tell it.
94
269975
3780
Sistem pangan nasional saat ini dioptimalkan oleh hanya satu hal,
yaitu keuntungan perusahaan, benar?
04:34
So where are we starting?
95
274304
1530
04:35
What's our starting point?
96
275858
1503
Pikirkan itu.
04:37
The current national food system is optimized for one thing only,
97
277775
4493
Alasan terkuat adanya pabrik pangan ialah
bukan untuk memberi makan orang lapar,
04:42
and that's corporate profit, right?
98
282292
2468
bukan untuk membuat makanan lezat.
04:44
And think about that.
99
284784
1250
Tapi untuk keuntungan.
04:46
The most compelling reason for food companies to exist
100
286058
3383
Dan itu merugikan di segala tingkat sistem pangan kita.
04:49
is not to feed hungry people,
101
289465
1954
04:51
it's not to make delicious-tasting food.
102
291443
1916
Antibiotik dan pestisida yang diberikan pada makanan kita
04:53
It's profit.
103
293922
1150
merusak kesehatan kita.
04:55
And that has detrimental effects at all levels of our food system.
104
295706
3497
Tekanan harga membuat pertanian kecil bangkrut.
04:59
The antibiotics and pesticides that are being put into our food
105
299778
3008
Nyatanya, banyak pemikiran Anda tentang pertanian
05:02
are detrimental to our health.
106
302810
2014
tidak lagi ada.
Pertanian tak terlihat seperti pertanian, melainkan pabrik.
05:04
Price pressure is forcing small farms out of business.
107
304848
3138
Dan di ujung hari,
kualitas makanan yang kita makan juga ikut menderita.
05:08
In fact, a lot of the things that you think about farms
108
308010
2618
05:10
no longer exist.
109
310652
1156
05:11
Farms don't look like farms, they look like factories.
110
311832
3342
Sebuah tomat dari pabrik-pertanian mungkin terlihat seperti tomat biasa:
05:15
And at the end of the day,
111
315198
1239
berwarna merah cerah ...
05:16
the quality of the food that we're eating really suffers, too.
112
316461
3006
Tetapi saat digigit,
rasa dan teksturnya akan membuat Anda ketagihan.
05:19
A factory-farm tomato may kind of look like a regular tomato:
113
319935
3936
Dan kita tahu mungkin tragedi terbesar ini semua
05:23
bright red exterior ...
114
323895
1661
05:25
But when you bite into it,
115
325580
1416
adalah sekitar 30% dan 40% makanan terbuang begitu saja ...
05:27
the taste and texture just leave you wanting.
116
327020
2550
05:30
And we know that perhaps the greatest tragedy in all of this
117
330651
3153
dibuang begitu saja.
Jumlahnya 1,6 miliar ton.
05:33
is that between 30 and 40 percent of this food is just wasted ...
118
333828
4032
Tak terbayang angka sebanyak itu.
1,6 miliar ton.
05:38
thrown away.
119
338727
1382
Itu setara 1,2 triliun dolar per tahun
05:40
That is 1.6 billion tons.
120
340133
2675
05:42
I can't even wrap my head around that number.
121
342832
2428
dari makanan yang terbuang.
05:45
1.6 billion tons.
122
345284
2277
Itulah biaya makan berdasarkan permintaan,
05:47
That's 1.2 trillion dollars a year
123
347585
3889
kenyamanan
serta sistem pangan yang rusak.
Di mana hal ini terjadi?
05:51
in wasted food.
124
351498
1273
Dari mana semua sampah ini?
05:53
That is the cost of on-demand eating
125
353526
2108
Kita tahu sampah itu bermula di ladang
05:55
and convenience
126
355658
1151
05:56
and the broken food system.
127
356833
1767
saat Anda tidak memetik kentang paling menggugah.
Sampah makanan ada di transit,
05:59
Now, where's this waste happening?
128
359220
1659
06:00
Where's all this waste coming from?
129
360903
2041
di gudang penyimpanan,
06:02
Well, we know that it happens in the field
130
362968
2000
di toko kelontong.
06:04
when you don't pick the sexiest-looking potatoes.
131
364992
2373
Dan akhirnya, di dapur kita sendiri,
saat kita putuskan pisang coklat berbintik tak lagi terlihat enak.
06:07
We know that it happens in transit,
132
367389
2246
06:09
at the warehouses,
133
369659
1364
06:11
in the grocery stores.
134
371047
1652
Semua sampah itu, semua usaha itu.
06:12
And finally, on our own kitchen counters,
135
372723
2432
Makanan ditanam,
06:15
when we determine that that spotty, brown banana no longer looks so yummy.
136
375179
4479
ditumbuhkan, dipanen, dikirim,
lalu dibuang begitu saja.
06:20
All that waste, all that effort.
137
380238
2095
06:22
Food is planted,
138
382871
1604
Rasanya pasti ada cara yang lebih baik.
06:24
grown, harvested, shipped,
139
384499
2548
Jadi bagaimana kita perbaiki ini?
06:27
and then just thrown away.
140
387071
2388
Bagaimana kita membuat sistem lebih baik?
06:30
We think that there has to be a better way.
141
390680
2372
Untuk melakukannya,
kita paham bahwa kita perlu menyeleksi sampah
pada rantai pasokan makanan.
06:34
And so how to we improve upon this?
142
394295
1707
06:36
How do we make a better system?
143
396026
2145
Kita perlu memberikan data ke tangan para petani,
06:38
In order to do this,
144
398601
1238
agar mereka bisa buat prediksi bagus.
06:39
we understand that we need to eliminate waste
145
399863
2596
Agar mereka bisa bersaing dengan perusahaan besar.
06:42
in the food supply chain.
146
402483
1646
Dan terakhir,
06:44
We need to get data in the hands of farmers,
147
404652
2310
kita perlu beri penghargaan, sebagai perusahaan,
06:46
so that they can make better predictions.
148
406986
1954
kualitas dan rasa di atas segalanya,
06:48
So they can, you know, kind of compete with the big guy.
149
408964
3014
agar orang sungguh menghargai makanan lezat di piring mereka.
06:52
And then finally,
150
412002
1207
06:53
we need to prize, as a company,
151
413233
2149
Kami percaya ini sistem yang lebih baik.
06:55
quality and taste above everything,
152
415406
2826
Ini cara yang lebih baik.
06:58
so that people really value the delicious food on their plates.
153
418256
3130
Dan jalan menuju cara lebih baik itu dibangun oleh data.
07:02
This, we believe, is the better system.
154
422493
2532
Untuk menyoroti semua ini, saya ingin ceritakan kisah dua tomat.
07:05
This is the better way.
155
425049
1463
07:06
And the path to that better way is paved with data.
156
426830
3485
Saya ceritakan satu per satu.
Satu tomat sendiri mengandung sebuah potret
07:11
To highlight all of this, I want to tell the tale of two tomatoes.
157
431292
3650
dari segala hal yang Anda ingin tahu tentang siklus kehidupan buah tersebut:
07:15
We'll talk about them one by one.
158
435791
1900
di mana buah itu tumbuh, dengan apa ia dirawat,
07:18
A tomato in itself contains a beautiful snapshot
159
438120
3183
nilai gizi,
bermil-mil perjalanan ke piring Anda,
07:21
of everything you might want to know about the life cycle of that fruit:
160
441327
3786
gas emisi CO2 sepanjang perjalanan.
Semua informasi itu,
07:25
where it was grown, what it was treated with,
161
445137
2151
semua bab kecil itu ada dalam satu buah kecil.
07:27
nutritional value,
162
447312
1319
07:28
miles traveled to get to your plate,
163
448655
1760
Itu sangat menyenangkan.
07:30
CO2 emissions along the way.
164
450439
2086
Ini adalah tomat nomor satu.
07:32
All of that information,
165
452549
1620
Tomat ini yang akan Anda temukan di toko, supermarket
07:34
all those little chapters in one small fruit.
166
454193
2618
dan restoran cepat saji di seluruh dunia.
07:37
It's very exciting.
167
457215
1161
07:38
This is tomato number one.
168
458814
2465
Ia punya sejarah yang panjang dan rumit.
07:41
This is the guy that you'll find in sub shops, supermarkets
169
461303
3444
Ia diolah dengan campuran mirip selusin pestisida
07:44
and fast-food joints around the world.
170
464771
1963
dan menempuh perjalanan setidaknya 1.600 mil menuju rumah Anda.
07:47
It's got a really long and complicated backstory.
171
467137
3240
07:50
It's been treated with a cocktail of, like, a dozen pesticides
172
470968
4392
Dan gambar di sini adalah hijau,
karena tomat-tomat ini dipetik saat masih hijau dan sekeras batu,
07:55
and it has traveled at least 1,600 miles to get to your house.
173
475384
4230
lalu mereka diberi gas sepanjang jalan
agar ketika sampai di tujuan,
08:00
And the image here is green,
174
480316
1715
mereka terlihat cerah, berkilau, merah dan matang.
08:02
because these tomatoes are picked when green and hard as a rock,
175
482055
3617
08:05
and then they are gassed along the way
176
485696
2361
Semua upaya itu,
semua inovasi dan teknologi pertanian itu
08:08
so that when they arrive at the destination,
177
488081
2157
08:10
they look bright and shiny and red and ripe.
178
490262
2936
menciptakan produk yang sepenuhnya tanpa cita rasa.
08:14
All of that effort,
179
494284
1929
Beralih ke tomat kedua di kisah ini.
08:16
all of that agricultural innovation and technology
180
496237
3341
Ini tomat versi lokal.
08:19
to create a product that is entirely without taste.
181
499602
4004
Kisahnya jauh lebih pendek.
Tomat ini ditumbuhkan oleh Luke Mahoney dan keluarganya di Pertanian Brookford
08:24
And onto the second tomato in our tale.
182
504388
2195
08:26
This is the local version of the fruit.
183
506607
2316
di Canterbury, New Hampshire.
08:28
Its story is much, much shorter.
184
508947
2108
Latar ceritanya agak membosankan.
08:31
This guy was grown by Luke Mahoney and his family at Brookford Farm
185
511794
3950
Tomat itu ditanam,
duduk di bawah sinar matahari
08:35
in Canterbury, New Hampshire.
186
515768
1684
lalu dipetik.
(Tawa)
Itu saja.
08:38
It's got a pretty boring backstory.
187
518028
2018
Seolah, Anda tak akan ingin --
08:40
It was planted,
188
520567
1505
ya, tak lebih dari itu.
08:42
sat in the sun
189
522096
1452
Ia mengarungi perjalanan 70 mil untuk sampai ke piring Anda.
08:43
and then it was picked.
190
523572
1291
08:44
(Laughter)
191
524887
1221
08:46
That's it.
192
526457
1158
Tapi perbedaannya dramatis.
08:47
Like, you wouldn't want to --
193
527639
1460
Ingatlah terakhir kali Anda makan tomat musim panas yang segar.
08:49
yeah, there's not much more to that.
194
529123
1766
08:50
And it traveled maybe 70 miles to get your plate.
195
530913
3616
Dan saya tahu kita semua tertutupi jaket,
tapi pikirkan itu.
08:54
But the difference is dramatic.
196
534553
1833
Terakhir kali Anda makan tomat dari kebun
08:56
I want you think about the last time you ate a fresh, summer tomato.
197
536797
3293
Tomat itu hangat karena matahari,
merah merekah,
09:00
And I know we're all covered in our jackets,
198
540114
2049
mungkin berbau lumpur.
Ada yang nostalgis dan ajaib dalam pengalaman itu.
09:02
but think about it.
199
542187
1151
09:03
The last time you ate a tomato from the garden.
200
543362
2192
09:05
It's warm from the sun,
201
545578
1729
Rasa dan aromanya tak tertandingi.
09:07
it's richly red,
202
547331
1173
09:08
maybe it smells like dirt.
203
548528
1804
Kita tak harus melalui perjalanan super jauh untuk mendapatkannya.
09:10
There's something nostalgic and almost magical in that experience.
204
550356
3253
09:14
The taste and the flavor are incomparable.
205
554175
3091
Sekarang cerita ini meluas ke rantai makanan,
dari buah-buahan dan sayuran yang ada di piring kita
09:17
And we really don't have to travel super far to get it.
206
557991
3448
menuju ke hewan dan produk hewani yang kita konsumsi.
09:22
Now this story extends up the food chain,
207
562812
2564
Apa yang dibutuhkan untuk membesarkan mereka,
dan pentingnya lagi, apa yang tak dibutuhkan untuk besarkan mereka,
09:25
from the fruits and the vegetables that are on our plate
208
565400
2714
09:28
to the animals and the animal products that we consume.
209
568138
2816
ini sangat penting.
09:31
What goes into raising them,
210
571545
1697
Luke dan keluarganya memiliki 60 sapi.
09:33
and more importantly, what doesn't go into raising them,
211
573266
3970
Mereka pakai metode tradisional,
mengelola dengan cara lama:
09:37
is critically important.
212
577260
1441
padang rumput,
tanpa suntikan hormon, tanpa antibiotik,
09:40
Luke and his family have 60 cows.
213
580006
2065
jerami sehari-hari.
09:42
They use traditional methods.
214
582744
1382
Yang mereka lakukan di sini hanyalah memperlakukan sapi layaknya sapi,
09:44
They do it the old way:
215
584150
1623
09:45
pasture-raised,
216
585797
1418
09:47
no hormones, no antibiotics,
217
587239
2302
bukan seperti dalam eksperimen sains.
09:49
hay for days.
218
589565
1305
Dia membesarkan hewan seperti kakek
09:51
And what they're doing here is just treating cows like they're cows,
219
591707
4056
dan buyutnya membesarkan hewan.
Dan pada akhirnya, itu lebih baik.
09:55
not like they're in a science experiment.
220
595787
2268
Lebih baik untuk hewan;
lebih baik untuk lingkungan.
09:58
He's raising animals the way that his grandfather
221
598079
2642
Luke tak optimalkan itu untuk keuntungan atau harga,
10:00
and his grandfather would have.
222
600745
1841
melainkan demi rasa dan kemanusiaan.
10:02
And at the end, it's just better.
223
602610
2130
10:04
It's better for the animals;
224
604764
1334
Dan Anda berpikir, “Sudah ada solusi untuk ini.
10:06
it's better for the environment.
225
606122
1533
10:07
Luke is not optimizing for profit or price,
226
607679
2363
Solusinya pasar petani.”
Pasar petani yang Anda kunjungi,
10:10
but for taste and for humanity.
227
610066
2142
dan yang sangat saya nikmati.
10:13
And what you're thinking is, "There's already a solution to this.
228
613257
3267
Mereka mengagumkan, tapi seringnya jadi solusi yang suboptimal.
10:16
It's the farmer's markets."
229
616548
1690
Bagi kita para konsumen, pasar petani bagus, ya?
10:18
The ones that many of you visit
230
618262
1485
10:19
and the ones that I really enjoy.
231
619771
1829
Anda pergi,
ada berlimpah makanan,
10:22
They are a wonderful, but, in many ways, suboptimal solution.
232
622279
3468
Anda dapat kehangatan dan ketakjelasan karena dukung pertanian lokal
10:26
For us as the consumers, it's kind of great, right?
233
626294
2508
dan Anda dapat pengalaman baru serta mencoba membandingkan produk.
10:28
You go,
234
628826
1231
10:30
there's this beautiful bounty of food,
235
630081
1929
Dan pastinya, ada beberapa pria memainkan ukulele
10:32
you get the warm and fuzzies for supporting a local farm
236
632034
3249
di latar belakang.
(Tawa)
10:35
and you get the experience of trying something new and trying diverse products.
237
635307
4229
Tapi bagi petani, ia menimbulkan banyak risiko, bukan?
10:39
And inevitably, there's some guy playing the ukulele
238
639560
2482
Anda bangun pada pukul 4
Anda membawa truk, Anda rekrut tim,
10:42
somewhere in the background.
239
642066
1349
10:43
(Laughter)
240
643439
1000
Anda tiba di kios Anda,
10:45
But for the farmers, this presents a lot of risk, right?
241
645518
3620
tapi tak ada jaminan
Anda akan memindahkan produk Anda hari itu.
10:49
You wake up at four.
242
649162
1151
Ada banyak faktor di New England.
10:50
You pack your truck, you hire a team,
243
650337
2006
Misalnya, cuaca,
10:52
you get to your stall,
244
652367
1168
10:53
but you have no guarantees
245
653559
1968
yang sepertinya lumayan tak dapat diprediksi.
10:55
that you're going to move your product that day.
246
655551
2346
10:57
There's too many variables in New England.
247
657921
2025
Cuaca itu salah satu dari banyak faktor X
10:59
For example, the weather,
248
659970
2264
yang menentukan layak tidaknya pasar bagi petani.
11:02
which is just, like, a little bit unpredictable here.
249
662258
2770
Setiap waktu, cuaca sukar diprediksi.
11:05
The weather is one of the many X factors
250
665680
1976
11:07
that determine whether or not a market will be worth it for the farmers.
251
667680
4261
Dan ada pilihan lain.
Di sini, kita bicara tentang CSA
yaitu komunitas pendukung pertanian (CSA).
11:13
Every time, they roll the dice.
252
673101
2011
Di model ini, pelanggan membayar di muka,
11:15
And there's another option.
253
675647
1857
menanggung risiko finansial bagi pertanian.
11:17
Here, we're talking about CSAs:
254
677528
2156
Petani menanam yang bisa ditanam
11:19
community-supported agriculture.
255
679708
2252
dan pelanggan menikmati hasilnya.
11:21
In this model, customers pay up front,
256
681984
2516
Di sini pun muncul persoalan.
11:24
bearing the financial risk for the farms.
257
684524
2207
Ini bagus bagi petani,
karena petani memastikan akan menjual yang mereka beli,
11:26
Farmers grow what they can
258
686755
1669
11:28
and the customers enjoy that bounty.
259
688448
2342
tapi bagi kita,
kita masih harus pergi dan ambil bagian kita,
11:31
This also has a couple issues.
260
691176
1687
dan kita tahu banyak pertanian tak bisa hasilkan banyak macam produk,
11:32
It's great for the farmer,
261
692887
1343
11:34
because they're ensuring that they'll sell what they buy,
262
694254
2668
jadi kadang, Anda terjebak dengan segunung produk tertentu.
11:36
but for us,
263
696946
1250
11:38
we still have to go and pick up that share,
264
698220
2031
Mungkin sebagian Anda pernah alami ini.
11:40
and we know that a lot of farms can't grow a huge diversity of products,
265
700275
3393
Dan apa yang Anda lakukan dengan 25 pon rutabaga di tengah musim dingin.
11:43
so sometimes, you're stuck with a mountain of any one particular thing.
266
703692
3605
Saya masih belum tahu.
11:47
Maybe this has happened to some of you.
267
707845
1878
Kembali ke pertanyaan.
11:50
And what do you do with 25 pounds of rutabaga in the dead of winter?
268
710217
4109
Bagaimana kita memperbaiki ini?
Apa yang kita ingin lakukan dan bangun
11:54
I still don't know.
269
714350
1366
hanyalah cara yang lebih baik dari CSA.
11:57
So back to the question.
270
717346
1809
Ada tiga pokok inovasi yang membuat hal ini lebih baik.
11:59
How do we fix this?
271
719179
1605
12:00
What we're hoping to do and what we're hoping to build
272
720808
2582
Yang pertama adalah
12:03
is just a better way to CSA.
273
723414
1990
platform komersial elektronik berbasis langganan,
12:06
And there are three core innovations that make this thing hum.
274
726274
4624
yang membantu kita membuat permintaan stabil untuk petani
sepanjang tahun.
12:11
The first of which
275
731448
1170
Bagian langganan di sini adalah kunci.
12:12
is a subscription-based e-commerce platform,
276
732642
2906
Pesanan diproses setiap minggu,
12:15
which helps us create a consistent demand for our farmers
277
735572
2804
pelanggan tidak ikut memilih --
itu berarti kami dapat jumlah pesanan yang sama minggu ke minggu.
12:18
throughout the year.
278
738400
1497
12:19
The subscription part here is key.
279
739921
2018
12:21
Orders process weekly,
280
741963
1602
Kedua, ini berarti jika petani bisa menjual secara daring,
12:23
customers opt out instead of opt in --
281
743589
2422
mereka tak lagi terbatas pada daerah sekitar lahan pertanian mereka
12:26
that means we've got kind of the same number of orders week to week.
282
746035
3267
atau pada jumlah pasar yang bisa mereka jual.
12:29
Second, this means that if farmers can sell online,
283
749619
3927
Kita telah mendobrak pintu untuk mereka.
12:33
they're no longer limited to the geography directly around their farm
284
753570
3585
Kedua: ramalan permintaan.
Kita gunakan analitik agar bisa melihat masa depan
12:37
or to the number of markets that they can sell.
285
757179
2346
12:39
We've blown the doors off of that for them.
286
759549
2319
dan meramal permintaan.
Hal ini membantu petani mengetahui jumlah panen di waktu dekat,
12:42
Second: demand forecasting.
287
762791
1993
12:44
We're using analytics to allow ourselves to look into the future
288
764808
3001
serta apa yang akan ditanam selanjutnya.
12:47
and forecast demand.
289
767833
1578
Jika 200 pesanan diproses pada Senin,
12:49
This lets farmers know how much to harvest in the near-term,
290
769435
3238
maka kita membeli untuk penuhi permintaan itu.
12:52
but also what to plant going forward.
291
772697
2165
200 brokoli.
200 ikan salmon, dan sebagainya.
12:55
If 200 orders process on Monday,
292
775537
2639
Otomatisasi pesanan ini
berarti di sini, kita menghilangkan limbah dalam sistem pangan
12:58
then we buy to meet that exact demand.
293
778200
2095
13:00
200 heads of broccoli,
294
780617
1318
13:01
200 pieces of salmon, et cetera, et cetera.
295
781959
2357
yang sangat mengganggu kita,
13:04
This automation in ordering
296
784980
1477
karena kita memastikan pasokan memenuhi permintaan yang tepat.
13:06
means that here, we are eliminating the waste in the food system
297
786481
4134
Ini juga bantu kita melihat masa depan dengan para petani
13:10
that bothers us all so much,
298
790639
1982
dan lakukan perencanaan tanam.
13:12
because we are ensuring that the supply meets the exact demand.
299
792645
4128
Jika bisa kita berkata, di Juni tahun ini,
“Saya akan butuh 400 pon asparagus
13:17
It also allows us to look into the future with the farmers
300
797616
2715
dan 500 pon buah beri setiap minggu,"
13:20
and do crop planning.
301
800355
1309
mereka bisa menanam menyesuaikannya,
13:21
So if we can say to them, in June of this year,
302
801688
2246
mengetahui dengan yakin mereka akan menjual
13:23
"I'm going to need 400 pounds of asparagus
303
803958
2529
semua yang telah mereka tanam.
13:26
and 500 pounds of berries every week,"
304
806511
2558
Terakhir, kami gunakan perangkat lunak pengoptimalan rute
untuk membantu mengatasi masalah penjual keliling.
13:29
they can plant that accordingly,
305
809093
1865
13:30
knowing with confidence that they will sell
306
810982
2028
Banyak pekerja datang dan bantu kami mencapai tujuan terakhir,
13:33
everything that they have grown.
307
813034
1545
13:34
And finally, we use a route-optimization software
308
814603
2643
membawa pesanan-pesanan ini langsung ke pintu Anda.
13:37
to help us solve the problem of the traveling salesman.
309
817270
2803
Tanpa ilmu data
dan tim luar biasa yang berkompetensi,
13:40
We get a fleet of workers to come in and help us go the last mile,
310
820097
3617
semua ini tidak mungkin.
13:43
bringing all these goodies directly to your door.
311
823738
2560
Mungkin Anda sudah lihat
kami punya keyakinan yang berapi-api dan bergairah.
13:46
Without data science
312
826322
1378
13:47
and a super-capable, wonderful team,
313
827724
2591
Ya, kami berusaha membangun bisnis berkelanjutan,
13:50
none of this would be possible.
314
830339
1705
13:52
So maybe you've seen
315
832800
1650
yang tak hanya fokus keuntungan,
13:54
that we've got some sort of fiery, passionate core beliefs.
316
834474
3353
tapi juga perbaiki sistem pangan lebih baik dan menyeluruh.
13:57
Yes, we're trying to build a sustainable business,
317
837851
2647
Dan ini yang kami nilai.
Pertama, manusia.
14:00
but our eye is not only on profit,
318
840522
2095
Kami membantu komunitas di sekitar bahan pangan,
14:02
it's on building a better, holistic system of food.
319
842641
2809
orang-orang yang mencintai dan menanamnya.
Kami merintis perusahaan untuk dukung pertanian kecil.
14:06
And here's what we value.
320
846421
1373
14:08
People first.
321
848290
1400
14:09
We're trying to build community around food,
322
849714
2049
Tanpa limbah.
Kita semua tak suka buang makanan, rasanya salah --
14:11
the people who love it and the people who grow it.
323
851787
2529
tidak juga pisang aneh itu
14:14
We built this company to support small farms.
324
854340
2634
yang tergeletak di atas meja kopi Anda terlalu lama.
14:17
Zero waste.
325
857900
1190
Dan terakhir, rasa,
14:19
We all hate wasting food, it just feels wrong --
326
859114
2618
Jika rasanya tidak enak,
14:21
even that weirdo banana
327
861756
1322
jika itu tak seperti tomat bagus musim panas,
14:23
that's been sitting around on your coffee table for too long.
328
863102
2957
mengapa repot-repot?
14:26
And lastly, taste.
329
866083
1879
Kami telah bekerja dengan pertanian lokal
14:28
If it doesn't taste good,
330
868451
1381
membawa hasil pertanian mereka
14:29
if it's not that, like, perfect summer tomato,
331
869856
3017
lalu mengantarnya langsung ke depan pintu Anda,
14:32
why bother?
332
872897
1150
sehingga Anda terhubung dengan mereka
14:34
So what we've done is worked with all these local farms
333
874803
2584
dan membuat sistem yang lebih menyeluruh.
14:37
to bring their things in
334
877411
1382
Ini adalah visi masa depan kami.
14:38
and then to drop them directly at your door,
335
878817
2240
Untuk memperluas model ini melewati Boston, melewati New England
14:41
so that we're connecting you right to them
336
881081
2032
14:43
and making, again, a more holistic system.
337
883137
2441
dan seluruh negara.
Untuk membuat jaringan pertanian lokal yang didistribusikan secara nasional
14:46
This is our vision of the future.
338
886252
2113
14:48
To extend this model beyond Boston, beyond New England
339
888389
3468
dan menghubungkan para petani
14:51
and across the country.
340
891881
1739
dengan masyarakat seperti Anda yang menyukai makanan.
14:53
To create a nationwide distributed network of local farms
341
893644
4090
Kami percaya, pada akhirnya,
bersikeras makan makanan lokal adalah tindakan revolusioner.
14:57
and to connect all these farmers
342
897758
1799
14:59
with the people like you who will love their food.
343
899581
2586
Bergabunglah bersama kami.
15:03
We believe, at the end of the day,
344
903602
1684
Dan siapa tahu?
15:05
that really insisting on eating local food is a revolutionary act.
345
905310
4443
Anda mungkin dapat banyak teman nantinya.
Terima kasih banyak.
15:10
And we invite you to join us.
346
910213
1528
(Tepuk tangan)
15:12
And who knows?
347
912311
1293
15:13
You may even make some friends along the way.
348
913628
3009
15:17
Thank you very much.
349
917611
1150
15:18
(Applause)
350
918785
1150
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