Paul Snelgrove: A census of the ocean

39,762 views ・ 2012-02-28

TED


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

Translator: Nancy Huang Reviewer: Antonius Yudi Sendjaja
00:15
The oceans cover some 70 percent of our planet.
0
15260
3000
Lautan menyelimuti 70% planet kita.
00:18
And I think Arthur C. Clarke probably had it right
1
18260
2000
Dan saya pikir Arthur C. Clarke mungkin benar
00:20
when he said that perhaps we ought to call our planet
2
20260
3000
ketika dia mengatakan bahwa planet kita
00:23
Planet Ocean.
3
23260
2000
adalah Planet Lautan.
00:25
And the oceans are hugely productive,
4
25260
2000
Dan lautan itu sangat produktif,
00:27
as you can see by the satellite image
5
27260
2000
seperti yang Anda lihat dari gambar satelit
00:29
of photosynthesis, the production of new life.
6
29260
2000
dari fotosintesis, penghasil kehidupan baru.
00:31
In fact, the oceans produce half of the new life every day on Earth
7
31260
3000
Nyatanya, setiap harinya lautan menghasilkan ½ dari kehidupan baru di Bumi
00:34
as well as about half the oxygen that we breathe.
8
34260
3000
dan juga ½ dari oksigen yang kita hirup.
00:37
In addition to that, it harbors a lot of the biodiversity on Earth,
9
37260
3000
Dan lagi, lautan juga menjadi rumah keanekaragaman alam di Bumi,
00:40
and much of it we don't know about.
10
40260
2000
dan banyak dari hal itu yang tidak kita ketahui.
00:42
But I'll tell you some of that today.
11
42260
2000
Tapi, saya akan mengatakan kepada Anda hari ini.
00:44
That also doesn't even get into the whole protein extraction
12
44260
2000
Itu bahkan tidak termasuk semua ekstraksi protein
00:46
that we do from the ocean.
13
46260
2000
yang kita dapatkan dari lautan.
00:48
That's about 10 percent of our global needs
14
48260
2000
Itu sekitar 10% dari kebutuhan global
00:50
and 100 percent of some island nations.
15
50260
3000
dan 100% bagi beberapa negara pulau.
00:53
If you were to descend
16
53260
2000
Jika Anda menuruni
00:55
into the 95 percent of the biosphere that's livable,
17
55260
2000
sekitar 95% dari biosfer hidup
00:57
it would quickly become pitch black,
18
57260
2000
dunia tiba-tiba menjadi gelap
00:59
interrupted only by pinpoints of light
19
59260
2000
terganggu hanya oleh titik-titik cahaya
01:01
from bioluminescent organisms.
20
61260
2000
oleh organisme biopendar.
01:03
And if you turn the lights on,
21
63260
2000
Dan jika Anda menyalakan cahaya,
01:05
you might periodically see spectacular organisms swim by,
22
65260
2000
Anda mungkin dapat melihat organisme spektakular berenang melintas,
01:07
because those are the denizens of the deep,
23
67260
2000
karena mereka adalah penduduk 'dalam',
01:09
the things that live in the deep ocean.
24
69260
2000
makhluk yang hidup di lautan dalam.
01:11
And eventually, the deep sea floor would come into view.
25
71260
3000
Dan pada akhirnya, dasar bawah laut akan terlihat.
01:14
This type of habitat covers more of the Earth's surface
26
74260
3000
Habitat seperti ini menyelimuti permukaan Bumi
01:17
than all other habitats combined.
27
77260
2000
lebih banyak daripada total semua gabungan habitat lain.
01:19
And yet, we know more about the surface of the Moon and about Mars
28
79260
2000
Tapi, kita lebih tahu banyak tentang permukaan Bulan dan Mars
01:21
than we do about this habitat,
29
81260
2000
daripada habitat ini,
01:23
despite the fact that we have yet to extract
30
83260
2000
walaupun kita masih harus mengekstraksi
01:25
a gram of food, a breath of oxygen or a drop of water
31
85260
3000
segram makanan, sehirup Oksigen, atau setetes air
01:28
from those bodies.
32
88260
2000
dari badan-badan tersebut.
01:30
And so 10 years ago,
33
90260
2000
Jadi, 10 tahun lalu,
01:32
an international program began called the Census of Marine Life,
34
92260
3000
program internasional bernama Sensus Kehidupan Lautan
01:35
which set out to try and improve our understanding
35
95260
2000
dibuat untuk meningkatkan pengertian kita
01:37
of life in the global oceans.
36
97260
2000
tentang kehidupan lautan global.
01:39
It involved 17 different projects around the world.
37
99260
3000
Itu termasuk 17 proyek berbeda dari seluruh dunia.
01:42
As you can see, these are the footprints of the different projects.
38
102260
2000
Seperti yang Anda lihat, ini adalah jejak dari proyek-proyek berbeda.
01:44
And I hope you'll appreciate the level of global coverage
39
104260
3000
Dan saya harap Anda akan menghargai tingkat pencapaian global
01:47
that it managed to achieve.
40
107260
2000
yang telah dapat dicapai.
01:49
It all began when two scientists, Fred Grassle and Jesse Ausubel,
41
109260
2000
Ini semua dimulai dari 2 ilmuwan, Fred Grassle dan Jesse Ausubel,
01:51
met in Woods Hole, Massachusetts
42
111260
3000
yang bertemu di Woods Hole, Massachusetts
01:54
where both were guests at the famed oceanographic institute.
43
114260
2000
di mana keduanya adalah tamu institusi kelautan terkenal.
01:56
And Fred was lamenting the state of marine biodiversity
44
116260
3000
Dan Fred sedang bersedih tentang keadaan keanekaragaman hayati laut
01:59
and the fact that it was in trouble and nothing was being done about it.
45
119260
3000
yang sedang bermasalah saat itu tanpa ada yang dilakukan untuk mengatasinya.
02:02
Well, from that discussion grew this program
46
122260
2000
Jadi, dari diskusi tersebut muncullah program ini
02:04
that involved 2,700 scientists
47
124260
2000
yang melibatkan 2.700 ilmuwan
02:06
from more than 80 countries around the world
48
126260
2000
dari lebih dari 80 negara di dunia
02:08
who engaged in 540 ocean expeditions
49
128260
3000
yang menggunakan 540 ekspedisi lautan
02:11
at a combined cost of 650 million dollars
50
131260
3000
dengan total biaya 650 juta dolar
02:14
to study the distribution, diversity and abundance
51
134260
2000
untuk mempelajari penyebaran, keanekaragaman, dan kekayaan
02:16
of life in the global ocean.
52
136260
3000
kehidupan di lautan global.
02:19
And so what did we find?
53
139260
2000
Jadi, apa yang kita temukan?
02:21
We found spectacular new species,
54
141260
2000
Kita menemukan spesies spektakular baru,
02:23
the most beautiful and visually stunning things everywhere we looked --
55
143260
3000
yang paling cantik dan menakjubkan dimanapun kita melihat --
02:26
from the shoreline to the abyss,
56
146260
2000
dari garis pantai sampai palung,
02:28
form microbes all the way up to fish and everything in between.
57
148260
3000
dari mikroba sampai ikan-ikan dan semua yang ada di antaranya.
02:31
And the limiting step here wasn't the unknown diversity of life,
58
151260
3000
Dan yang membatasi di sini bukanlah keanekaragaman yang tidak kita ketahui,
02:34
but rather the taxonomic specialists
59
154260
2000
tapi lebih kepada spesialis taksonomi
02:36
who can identify and catalog these species
60
156260
2000
yang dapat mengidentifikasi spesies-spesies ini
02:38
that became the limiting step.
61
158260
2000
yang menjadi pembatas.
02:40
They, in fact, are an endangered species themselves.
62
160260
3000
Mereka sendiri, pada nyatanya, adalah spesies langka.
02:43
There are actually four to five new species
63
163260
2000
Sebenarnya ada sekitar 4 - 5 spesies baru
02:45
described everyday for the oceans.
64
165260
2000
ditemukan setiap harinya di lautan.
02:47
And as I say, it could be a much larger number.
65
167260
3000
Dan seperti yang saya katakan, bisa jadi lebih banyak lagi.
02:50
Now, I come from Newfoundland in Canada --
66
170260
3000
Sekarang, saya berasal dari Newfoundland di Kanada --
02:53
It's an island off the east coast of that continent --
67
173260
2000
letaknya di pantai timur dari benua itu --
02:55
where we experienced one of the worst fishing disasters
68
175260
3000
di mana ada satu kecelakaan penangkapan ikan
02:58
in human history.
69
178260
2000
paling buruk dalam sejarah.
03:00
And so this photograph shows a small boy next to a codfish.
70
180260
2000
Foto ini menunjukkan seorang anak kecil di dekat ikan kod.
03:02
It's around 1900.
71
182260
2000
Ini sekitar tahun 1900.
03:04
Now, when I was a boy of about his age,
72
184260
2000
Ketika saya seumurnya,
03:06
I would go out fishing with my grandfather
73
186260
2000
Saya akan keluar memancing bersama kakek saya
03:08
and we would catch fish about half that size.
74
188260
2000
dan kami akan memancing ikan sebesar setengah ikan itu.
03:10
And I thought that was the norm,
75
190260
2000
Dan saya pikir memang harus seperti itu,
03:12
because I had never seen fish like this.
76
192260
2000
karena saya belum pernah melihat ikan seperti ini.
03:14
If you were to go out there today, 20 years after this fishery collapsed,
77
194260
3000
Jika Anda pergi ke sana sekarang, 20 tahun setelah penangkapan ikan hancur,
03:17
if you could catch a fish, which would be a bit of a challenge,
78
197260
3000
jika Anda dapat memancing ikan, yang mungkin bisa jadi tantangan,
03:20
it would be half that size still.
79
200260
2000
tetap akan mendapat ikan sebesar setengah dari itu.
03:22
So what we're experiencing is something called shifting baselines.
80
202260
3000
Jadi yang kita alami sekarang dinamakan 'perpindahan garis dasar'.
03:25
Our expectations of what the oceans can produce
81
205260
2000
Harapan kita dari apa yang dapat dihasilkan oleh laut
03:27
is something that we don't really appreciate
82
207260
2000
adalah sesuatu yang tidak kita hargai
03:29
because we haven't seen it in our lifetimes.
83
209260
3000
karena kita belum pernah melihatnya seumur hidup kita.
03:32
Now most of us, and I would say me included,
84
212260
3000
Sekarang hampir semua dari kita, termasuk saya,
03:35
think that human exploitation of the oceans
85
215260
2000
berpikir bahwa eksploitasi manusia pada lautan
03:37
really only became very serious
86
217260
2000
baru menjadi sangat serius
03:39
in the last 50 to, perhaps, 100 years or so.
87
219260
2000
pada 50 atau 100 tahun yang lalu.
03:41
The census actually tried to look back in time,
88
221260
2000
Sensus ini sebenarnya berusaha untuk melihat kembali,
03:43
using every source of information they could get their hands on.
89
223260
3000
menggunakan semua sumber informasi yang ada.
03:46
And so anything from restaurant menus
90
226260
2000
Jadi semua dari menu rumah makan
03:48
to monastery records to ships' logs
91
228260
2000
dari data biara sampai perkapalan
03:50
to see what the oceans looked like.
92
230260
2000
untuk melihat bagaimana lautan itu.
03:52
Because science data really goes back
93
232260
2000
Karena data pengetahuan benar-benar melihat kembali
03:54
to, at best, World War II, for the most part.
94
234260
2000
sampai, paling bagus, Perang Dunia II, sebagian besar.
03:56
And so what they found, in fact,
95
236260
2000
Jadi apa yang mereka temukan, nyatanya,
03:58
is that exploitation really began heavily with the Romans.
96
238260
2000
adalah eksploitasi yang sudah dimulai dari jaman Romawi.
04:00
And so at that time, of course, there was no refrigeration.
97
240260
3000
Dan tentu saja, pada saat itu belum ada lemari es.
04:03
So fishermen could only catch
98
243260
2000
Jadi pemancing ikan hanya bisa menangkap
04:05
what they could either eat or sell that day.
99
245260
2000
apa yang dapat mereka makan atau jual hari itu.
04:07
But the Romans developed salting.
100
247260
2000
Tapi orang Romawi membuat pengasinan.
04:09
And with salting,
101
249260
2000
Dengan pengasinan,
04:11
it became possible to store fish and to transport it long distances.
102
251260
3000
memungkinkan penyimpanan ikan dan pengiriman jarak jauh.
04:14
And so began industrial fishing.
103
254260
3000
Lalu mulailah industri perikanan.
04:17
And so these are the sorts of extrapolations that we have
104
257260
3000
Jadi ini adalah jenis eksploitasi yang ada
04:20
of what sort of loss we've had
105
260260
2000
dari apa yang hilang dibandingkan
04:22
relative to pre-human impacts on the ocean.
106
262260
3000
jika tidak ada manusia pada lautan.
04:25
They range from 65 to 98 percent
107
265260
2000
Kisarannya antara 65 - 98 %
04:27
for these major groups of organisms,
108
267260
2000
pada kelompok mayoritas organisme ini,
04:29
as shown in the dark blue bars.
109
269260
2000
seperti ditunjukkan oleh diagram batang biru tua itu.
04:31
Now for those species the we managed to leave alone, that we protect --
110
271260
3000
Sekarang spesies-spesies yang kita dapat kendalikan, yang kita lindungi --
04:34
for example, marine mammals in recent years and sea birds --
111
274260
2000
misalnya, mamalia laut dan burung-burung laut --
04:36
there is some recovery.
112
276260
2000
ada pemulihan jumlah.
04:38
So it's not all hopeless.
113
278260
2000
Jadi bukannya tidak ada harapan lagi.
04:40
But for the most part, we've gone from salting to exhausting.
114
280260
3000
Tapi sebagian besar, kita sudah beranjak dari pengasinan menjadi penghabisan.
04:43
Now this other line of evidence is a really interesting one.
115
283260
2000
Sekarang bukti berikut ini sangat menarik.
04:45
It's from trophy fish caught off the coast of Florida.
116
285260
3000
Ini berasal dari ikan trofi dari pantai Florida.
04:48
And so this is a photograph from the 1950s.
117
288260
3000
Foto ini diambil tahun 1950an.
04:51
I want you to notice the scale on the slide,
118
291260
2000
Saya ingin Anda memperhatikan skala dari slide ini.
04:53
because when you see the same picture from the 1980s,
119
293260
2000
karena ketika Anda melihat foto yang sama pada tahun 1980an,
04:55
we see the fish are much smaller
120
295260
2000
kita melihat bahwa ikannya lebih kecil
04:57
and we're also seeing a change
121
297260
2000
dan kita juga melihat perubahan
04:59
in terms of the composition of those fish.
122
299260
2000
pada komposisi ikan tersebut
05:01
By 2007, the catch was actually laughable
123
301260
2000
Pada tahun 2007, penangkapan ikan menjadi lelucon
05:03
in terms of the size for a trophy fish.
124
303260
2000
apalagi untuk ikan seukuran ikan trofi.
05:05
But this is no laughing matter.
125
305260
2000
Tapi ini bukanlah bahan tertawaan.
05:07
The oceans have lost a lot of their productivity
126
307260
2000
Lautan telah banyak kehilangan produktivitasnya
05:09
and we're responsible for it.
127
309260
3000
dan kita bertanggung jawab akan hal itu.
05:12
So what's left? Actually quite a lot.
128
312260
2000
Jadi apa yang tertinggal?
05:14
There's a lot of exciting things, and I'm going to tell you a little bit about them.
129
314260
3000
Masih ada banyak, saya akan mengatakannya pada Anda.
05:17
And I want to start with a bit on technology,
130
317260
2000
Dan saya akan memulai dengan sedikit teknologi,
05:19
because, of course, this is a TED Conference
131
319260
2000
karena, tentu saja, ini adalah konferensi TED
05:21
and you want to hear something on technology.
132
321260
2000
dan Anda mau mendengar sesuatu tentang teknologi.
05:23
So one of the tools that we use to sample the deep ocean
133
323260
2000
Jadi salah satu dari peralatan yang kami pakai untuk sampai ke bawah laut
05:25
are remotely operated vehicles.
134
325260
2000
dikendalikan dari jauh.
05:27
So these are tethered vehicles we lower down to the sea floor
135
327260
3000
Jadi ini adalah kendaraan berantai yang kami turunkan ke dasar laut.
05:30
where they're our eyes and our hands for working on the sea bottom.
136
330260
3000
Mereka adalah mata dan tangan kami di bawah laut.
05:33
So a couple of years ago, I was supposed to go on an oceanographic cruise
137
333260
3000
Beberapa tahun lalu, saya seharusnya mengikuti pelayaran oseanografi
05:36
and I couldn't go because of a scheduling conflict.
138
336260
3000
dan saya tidak bisa pergi karena ada bentrokan jadwal.
05:39
But through a satellite link I was able to sit at my study at home
139
339260
3000
Tapi, dengan hubungan satelit, saya dapat duduk di ruang belajar di rumah
05:42
with my dog curled up at my feet, a cup of tea in my hand,
140
342260
3000
bersama anjing saya dan secangkir teh di tangan saya,
05:45
and I could tell the pilot, "I want a sample right there."
141
345260
2000
dan saya bisa mengatakan pada pilot, "Saya mau sampel di sana."
05:47
And that's exactly what the pilot did for me.
142
347260
2000
Dan itu yang benar-benar dilakukan oleh pilot itu untuk saya.
05:49
That's the sort of technology that's available today
143
349260
3000
Ini adalah jenis teknologi yang ada sekarang
05:52
that really wasn't available even a decade ago.
144
352260
2000
yang bahkan 10 tahun lalu masih belum ada.
05:54
So it allows us to sample these amazing habitats
145
354260
2000
Itu memungkinkan kita untuk mengambil contoh
05:56
that are very far from the surface
146
356260
2000
dari habitat yang jauh dari permukaan
05:58
and very far from light.
147
358260
2000
dan jauh dari cahaya.
06:00
And so one of the tools that we can use to sample the oceans
148
360260
3000
Salah satu alat yang kami gunakan untuk mengambil sampel lautan
06:03
is acoustics, or sound waves.
149
363260
2000
bersifat akustik atau menggunakan gelombang suara.
06:05
And the advantage of sound waves
150
365260
2000
Keuntungan dari gelombang suara
06:07
is that they actually pass well through water, unlike light.
151
367260
2000
adalah dapat menembus lautan, tidak seperti cahaya.
06:09
And so we can send out sound waves,
152
369260
2000
Jadi kita bisa mengirim gelombang suara,
06:11
they bounce off objects like fish and are reflected back.
153
371260
3000
yang akan dipantulkan oleh objek seperti ikan, kemudian terpancarkan kembali.
06:14
And so in this example, a census scientist took out two ships.
154
374260
3000
Jadi pada contoh ini, si ilmuwan sensus menggunakan 2 kapal.
06:17
One would send out sound waves that would bounce back.
155
377260
2000
Satu kapal akan mengirimkan gelombang suara yang akan terpantul
06:19
They would be received by a second ship,
156
379260
2000
dan akan diterima oleh kapal kedua,
06:21
and that would give us very precise estimates, in this case,
157
381260
3000
yang akan memberikan kita perkiraan akurat, dalam hal ini,
06:24
of 250 billion herring
158
384260
2000
dari 250 milyar ikan haring
06:26
in a period of about a minute.
159
386260
2000
dalam waktu sekitar 1 menit.
06:28
And that's an area about the size of Manhattan Island.
160
388260
3000
Dan itu adalah area seukuran Pulau Manhattan.
06:31
And to be able to do that is a tremendous fisheries tool,
161
391260
2000
Dan untuk dapat melakukannya, sudah ada peralatan perikanan luar biasa,
06:33
because knowing how many fish are there is really critical.
162
393260
3000
karena mengetahui seberapa banyak ikan di sana sangatlah penting.
06:36
We can also use satellite tags
163
396260
2000
Kita juga dapat menggunakan tag satelit
06:38
to track animals as they move through the oceans.
164
398260
2000
untuk mengikuti jejak binatang saat bergerak dalam lautan.
06:40
And so for animals that come to the surface to breathe,
165
400260
2000
Jadi untuk binatang yang dapat muncul ke permukaan untuk bernapas,
06:42
such as this elephant seal,
166
402260
2000
seperti anjing laut ini,
06:44
it's an opportunity to send data back to shore
167
404260
2000
ini adalah kesempatan untuk mengirimkan data kembali ke pantai
06:46
and tell us where exactly it is in the ocean.
168
406260
3000
dan memberi tahu kami dimana sesungguhnya dia berada di lautan.
06:49
And so from that we can produce these tracks.
169
409260
2000
Jadi dari sana kami dapat membuat jalur-jalur ini.
06:51
For example, the dark blue
170
411260
2000
Misalnya, biru tua
06:53
shows you where the elephant seal moved in the north Pacific.
171
413260
2000
menunjukkan bahwa anjing laut bergerak dari Pasifik Utara.
06:55
Now I realize for those of you who are colorblind, this slide is not very helpful,
172
415260
3000
Sekarang saya menyadari untuk Anda yang buta warna, slide ini tidak membantu,
06:58
but stick with me nonetheless.
173
418260
2000
tapi bagaimanapun juga tetaplah bersama saya.
07:00
For animals that don't surface,
174
420260
2000
Untuk binatang yang tidak muncul ke permukaan,
07:02
we have something called pop-up tags,
175
422260
2000
kita mempunyai sesuatu yang dinamakan 'tag pop-up',
07:04
which collect data about light and what time the sun rises and sets.
176
424260
3000
yang mengumpulkan data tentang cahaya dan kapan matahari terbit dan terbenam.
07:07
And then at some period of time
177
427260
2000
Lalu pada waktu tertentu
07:09
it pops up to the surface and, again, relays that data back to shore.
178
429260
3000
alat itu akan ke permukaan dan memancarkan data tersebut ke pantai.
07:12
Because GPS doesn't work under water. That's why we need these tools.
179
432260
3000
Karena GPS tidak dapat bekerja di bawah lautan. Karena itu kita membutuhkan peralatan ini.
07:15
And so from this we're able to identify these blue highways,
180
435260
3000
Jadi dari sini, kami dapat mengidentifikasi jalur biru ini,
07:18
these hot spots in the ocean,
181
438260
2000
hot spot di lautan ini,
07:20
that should be real priority areas
182
440260
2000
menjadi area prioritas
07:22
for ocean conservation.
183
442260
2000
untuk konservasi lautan.
07:24
Now one of the other things that you may think about
184
444260
2000
Sekarang satu dari banyak hal yang mungkin Anda pikirkan
07:26
is that, when you go to the supermarket and you buy things, they're scanned.
185
446260
3000
adalah, ketika Anda ke supermarket dan membeli barang, barang itu akan dipindai.
07:29
And so there's a barcode on that product
186
449260
2000
Ada kode bar di produk tersebut
07:31
that tells the computer exactly what the product is.
187
451260
3000
yang menunjukkan komputer apa produk itu sesungguhnya.
07:34
Geneticists have developed a similar tool called genetic barcoding.
188
454260
3000
Ahli ilmu genetika telah membangun alat yang sama disebut kode bar genetika.
07:37
And what barcoding does
189
457260
2000
Apa yang dilakukan kode bar
07:39
is use a specific gene called CO1
190
459260
2000
adalah menggunakan gen spesifik yang disebut CO1
07:41
that's consistent within a species, but varies among species.
191
461260
3000
yang konsisten pada sebuah spesies, tapi bervariasi pada setiap spesies.
07:44
And so what that means is we can unambiguously identify
192
464260
2000
Jadi artinya adalah kita dapat mengidentifikasi
07:46
which species are which
193
466260
2000
spesies mana yang mana
07:48
even if they look similar to each other,
194
468260
2000
walaupun terlihat sama,
07:50
but may be biologically quite different.
195
470260
2000
tapi secara biologis agak berbeda.
07:52
Now one of the nicest examples I like to cite on this
196
472260
2000
Sekarang satu dari contoh terbaik yang saya suka kutip
07:54
is the story of two young women, high school students in New York City,
197
474260
3000
adalah cerita dari 2 wanita muda, siswa SMA di kota New York,
07:57
who worked with the census.
198
477260
2000
yang bekerja dengan sensus tersebut.
07:59
They went out and collected fish from markets and from restaurants in New York City
199
479260
3000
Mereka keluar dan mengumpulkan ikan dari pasar dan rumah makan di New York
08:02
and they barcoded it.
200
482260
2000
dan memberikan kode bar.
08:04
Well what they found was mislabeled fish.
201
484260
2000
Apa yang mereka temukan adalah ikan yang salah label.
08:06
So for example,
202
486260
2000
Misalnya,
08:08
they found something which was sold as tuna, which is very valuable,
203
488260
2000
Mereka menemukan sesuatu yang dijual sebagai tuna, yang sangat berharga,
08:10
was in fact tilapia, which is a much less valuable fish.
204
490260
3000
ternyata adalah ikan nila, yang tak terlalu berharga.
08:13
They also found an endangered species
205
493260
2000
Mereka juga menemukan spesies langka
08:15
sold as a common one.
206
495260
2000
dijual sebagai ikan biasa.
08:17
So barcoding allows us to know what we're working with
207
497260
2000
Jadi kode bar memberitahukan kita dengan siapa kita bekerja
08:19
and also what we're eating.
208
499260
3000
dan apa yang kita makan.
08:22
The Ocean Biogeographic Information System
209
502260
2000
Sistem Informasi Biogeografis Lautan
08:24
is the database for all the census data.
210
504260
2000
merupakan basis data dari semua data sensus.
08:26
It's open access; you can all go in and download data as you wish.
211
506260
3000
Aksesnya terbuka; Anda dapat masuk dan mengunduh data sebanyak-banyaknya.
08:29
And it contains all the data from the census
212
509260
3000
Itu termasuk data dari semua sensus
08:32
plus other data sets that people were willing to contribute.
213
512260
2000
ditambah set data lain sumbangan dari orang-orang lain.
08:34
And so what you can do with that
214
514260
2000
Jadi apa yang dapat Anda lakukan
08:36
is to plot the distribution of species and where they occur in the oceans.
215
516260
3000
adalah menggambar penyebaran spesies dan di mana mereka berada di lautan.
08:39
What I've plotted up here is the data that we have on hand.
216
519260
2000
Apa yang kita gambar di sini adalah data yang kita miliki di tangan kita.
08:41
This is where our sampling effort has concentrated.
217
521260
3000
Ini adalah di mana usaha percontohan kita terkonsentrasi.
08:44
Now what you can see
218
524260
2000
Jadi apa yang dapat Anda lihat
08:46
is we've sampled the area in the North Atlantic,
219
526260
2000
adalah data sampel dari Atlantik Utara,
08:48
in the North Sea in particular,
220
528260
2000
terutama di Laut Utara,
08:50
and also the east coast of North America fairly well.
221
530260
2000
dan juga kurang lebih di pantai timur Amerika Utara.
08:52
That's the warm colors which show a well-sampled region.
222
532260
3000
Ini adalah warna hangat yang menunjukkan daerah bersampel bagus.
08:55
The cold colors, the blue and the black,
223
535260
2000
Warna dingin, biru dan hitam,
08:57
show areas where we have almost no data.
224
537260
2000
menunjukkan daerah hampir tanpa data.
08:59
So even after a 10-year census,
225
539260
2000
Jadi setelah 10 tahun sensus,
09:01
there are large areas that still remain unexplored.
226
541260
3000
Masih ada banyak area belum dieksplorasi.
09:04
Now there are a group of scientists living in Texas, working in the Gulf of Mexico
227
544260
3000
Sekarang ada sekelompok ilmuwan dari Texas, bekerja di Teluk Meksiko.
09:07
who decided really as a labor of love
228
547260
2000
yang memutuskan hanya atas nama cinta
09:09
to pull together all the knowledge they could
229
549260
2000
untuk mengumpulkan apa yang mereka tahu
09:11
about biodiversity in the Gulf of Mexico.
230
551260
2000
tentang keanekaragaman alam di Teluk Meksiko.
09:13
And so they put this together, a list of all the species,
231
553260
3000
Jadi mereka mengumpulkan ini bersama, daftar dari semus spesies,
09:16
where they're known to occur,
232
556260
2000
yang mereka ketahui ada di sana,
09:18
and it really seemed like a very esoteric, scientific type of exercise.
233
558260
3000
dan itu sepertinya sangat esoterik, sebuah latihan ilmiah.
09:21
But then, of course, there was the Deep Horizon oil spill.
234
561260
3000
Tapi, tentu saja, ada tumpahan minyak Deep Horizon.
09:24
So all of a sudden, this labor of love
235
564260
2000
Jadi, dalam seketika, kerja keras cinta ini
09:26
for no obvious economic reason
236
566260
3000
untuk alasan ekonomi yang tidak jelas
09:29
has become a critical piece of information
237
569260
2000
telah menjadi sepotong informasi yang penting
09:31
in terms of how that system is going to recover, how long it will take
238
571260
3000
dalam hal bagaimana sistem tersebut dapat terpulihkan lagi, berapa lama
09:34
and how the lawsuits
239
574260
2000
dan bagaimana perhukuman
09:36
and the multi-billion-dollar discussions that are going to happen in the coming years
240
576260
3000
dan diskusi multi-milyaran yang akan ada beberapa tahun mendatang
09:39
are likely to be resolved.
241
579260
3000
dapat diselesaikan.
09:42
So what did we find?
242
582260
2000
Jadi apa yang kami temukan?
09:44
Well, I could stand here for hours, but, of course, I'm not allowed to do that.
243
584260
2000
Saya dapat berdiri di sini beberapa jam, tapi, tentu saja itu tidak diijinkan.
09:46
But I will tell you some of my favorite discoveries
244
586260
2000
Tapi saya akan mengatakan beberapa penemuan terbaru favorit saya
09:48
from the census.
245
588260
2000
dari sensus tadi.
09:50
So one of the things we discovered is where are the hot spots of diversity?
246
590260
3000
Jadi, hal yang kami temukan adalah di manakah pusat keanekaragaman alam?
09:53
Where do we find the most species of ocean life?
247
593260
3000
Di manakah kami menemukan spesies lautan paling banyak?
09:56
And what we find if we plot up the well-known species
248
596260
2000
Dan apa yang kami temukan jika kami memetakan spesies terkenal
09:58
is this sort of a distribution.
249
598260
2000
adalah penyebaran ini.
10:00
And what we see is that for coastal tags,
250
600260
2000
Apa yang kita lihat adalah untuk tag lautan,
10:02
for those organisms that live near the shoreline,
251
602260
2000
untuk organisme hidup dekat pinggir laut
10:04
they're most diverse in the tropics.
252
604260
2000
lebih beraneka ragam di daerah tropis.
10:06
This is something we've actually known for a while,
253
606260
2000
Ini adalah hal yang sudah kita ketahui,
10:08
so it's not a real breakthrough.
254
608260
2000
jadi itu bukan sesuatu yang baru.
10:10
What is really exciting though
255
610260
2000
Tapi apa yang menarik
10:12
is that the oceanic tags, or the ones that live far from the coast,
256
612260
2000
adalah tag lautan tersebut, atau mereka yang hidup jauh dari tepi laut,
10:14
are actually more diverse at intermediate latitudes.
257
614260
2000
lebih beraneka ragam di daerah bergaris lintang sedang.
10:16
This is the sort of data, again, that managers could use
258
616260
3000
Data seperti ini, kembali, dapat digunakan oleh para pimpinan
10:19
if they want to prioritize areas of the ocean that we need to conserve.
259
619260
3000
jika mereka mau mengutamakan daerah lautan yang perlu dipulihkan.
10:22
You can do this on a global scale, but you can also do it on a regional scale.
260
622260
3000
Anda dapat melakukannya dalam skala global, atau skala regional.
10:25
And that's why biodiversity data can be so valuable.
261
625260
3000
Karena itulah data keanekaragaman alam sangat berharga.
10:28
Now while a lot of the species we discovered in the census
262
628260
3000
Sekarang ketika banyak spesies yang ditemukan dalam sensus
10:31
are things that are small and hard to see,
263
631260
2000
adalah spesies yang kecil dan sulit dilihat,
10:33
that certainly wasn't always the case.
264
633260
2000
sebenarnya tidaklah selalu seperti itu.
10:35
For example, while it's hard to believe
265
635260
2000
Misalnya, walaupun sulit dipercaya
10:37
that a three kilogram lobster could elude scientists,
266
637260
2000
ada 3 kg lobster dapat mengelabuhi ilmuwan,
10:39
it did until a few years ago
267
639260
2000
hal ini terjadi beberapa tahun lalu
10:41
when South African fishermen requested an export permit
268
641260
3000
ketika nelayan Afrika Selatan memohon ijin untuk mengekspor
10:44
and scientists realized that this was something new to science.
269
644260
3000
dan ilmuwan menyadari ini adalah hal baru bagi ilmu pengetahuan.
10:47
Similarly this Golden V kelp
270
647260
2000
Sama dengan tumbuhan laut Golden V
10:49
collected in Alaska just below the low water mark
271
649260
2000
yang dikumpulkan di Alaska hanya di bawah garis air rendah
10:51
is probably a new species.
272
651260
2000
mungkin adalah spesies baru.
10:53
Even though it's three meters long,
273
653260
2000
Walaupun panjangnya 3 meter,
10:55
it actually, again, eluded science.
274
655260
2000
itupun juga mengelabuhi para ilmuwan.
10:57
Now this guy, this bigfin squid, is seven meters in length.
275
657260
3000
Sekarang cumi-cumi sirip besar ini, 7 meter panjangnya.
11:00
But to be fair, it lives in the deep waters of the Mid-Atlantic Ridge,
276
660260
3000
Tapi, dia hidup di laut dalam Bubungan Atlantik Tengah,
11:03
so it was a lot harder to find.
277
663260
2000
jadi lebih sulit ditemukan.
11:05
But there's still potential for discovery of big and exciting things.
278
665260
3000
Tapi masih ada potensi untuk penemuan hal besar dan menarik lainnya.
11:08
This particular shrimp, we've dubbed it the Jurassic shrimp,
279
668260
3000
Udang ini dinamakan Udang Jurassic
11:11
it's thought to have gone extinct 50 years ago --
280
671260
2000
dan diperkirakan sudah punah 50 tahun lalu --
11:13
at least it was, until the census discovered
281
673260
2000
setidaknya, sampai sensus menemukan
11:15
it was living and doing just fine off the coast of Australia.
282
675260
3000
bahwa dia masih hidup dengan baik di pantai Australia.
11:18
And it shows that the ocean, because of its vastness,
283
678260
3000
Itu menunjukkan bahwa lautan, karena besarnya,
11:21
can hide secrets for a very long time.
284
681260
2000
dapat menyembunyikan rahasia untuk waktu yang lama.
11:23
So, Steven Spielberg, eat your heart out.
285
683260
3000
Jadi, Steven Spielberg, dengarlah ini.
11:26
If we look at distributions, in fact distributions change dramatically.
286
686260
3000
Jika kita melihat pada distribusi tersebut, distribusi dapat berubah drastis.
11:29
And so one of the records that we had
287
689260
3000
Jadi satu rekor yang kami pegang
11:32
was this sooty shearwater, which undergoes these spectacular migrations
288
692260
3000
adalah hewan ini, melakukan migrasi luar biasa
11:35
all the way from New Zealand
289
695260
2000
jauh dari Selandia Baru
11:37
all the way up to Alaska and back again
290
697260
2000
sampai Alaska dan kembali lagi
11:39
in search of endless summer
291
699260
2000
untuk mencari daerah yang hangat
11:41
as they complete their life cycles.
292
701260
2000
saat mereka melengkapi daur hidup mereka.
11:43
We also talked about the White Shark Cafe.
293
703260
2000
Kita juga membicarakan tentang Kafe Ikan Hiu Putih.
11:45
This is a location in the Pacific where white shark converge.
294
705260
3000
Ini adalah lokasi di Pasifik tempat hiu-hiu berkumpul.
11:48
We don't know why they converge there, we simply don't know.
295
708260
2000
Kita tidak tahu mengapa mereka berkumpul di sana.
11:50
That's a question for the future.
296
710260
2000
Ini pertanyaan untuk masa depan.
11:52
One of the things that we're taught in high school
297
712260
2000
Satu hal yang diajarkan di sekolah
11:54
is that all animals require oxygen in order to survive.
298
714260
3000
bahwa semua hewan membutuhkan oksigen untuk hidup.
11:57
Now this little critter, it's only about half a millimeter in size,
299
717260
3000
Sekarang makhluk kecil ini sekitar ½ mm ukurannya,
12:00
not terribly charismatic.
300
720260
2000
tidak terlalu berkesan.
12:02
But it was only discovered in the early 1980s.
301
722260
2000
Makhluk ini baru ditemukan awal tahun 1980an.
12:04
But the really interesting thing about it
302
724260
2000
Tapi yang menarik darinya
12:06
is that, a few years ago, census scientists discovered
303
726260
3000
bahwa beberapa tahun lalu ilmuwan sensus menemukan
12:09
that this guy can thrive in oxygen-poor sediments
304
729260
2000
bahwa dia dapat hidup di tempat kurang oksigen
12:11
in the deep Mediterranean Sea.
305
731260
2000
di bawah Laut Mediterrania.
12:13
So now they know that, in fact,
306
733260
2000
Jadi sekarang kita tahu bahwa
12:15
animals can live without oxygen, at least some of them,
307
735260
2000
hewan dapat hidup tanpa oksigen, setidaknya beberapa dari mereka,
12:17
and that they can adapt to even the harshest of conditions.
308
737260
3000
dan mereka dapat beradaptasi bahkan di kondisi paling buruk.
12:20
If you were to suck all the water out of the ocean,
309
740260
3000
Jika Anda mengambil semua air di lautan,
12:23
this is what you'd be left behind with,
310
743260
2000
inilah yang akan tertinggal,
12:25
and that's the biomass of life on the sea floor.
311
745260
2000
biomassa kehidupan di dasar laut.
12:27
Now what we see is huge biomass towards the poles
312
747260
3000
Sekarang apa yang kami lihat adalah biomassa yang besar dekat kutub
12:30
and not much biomass in between.
313
750260
3000
dan tidak terlalu banyak biomassa di antaranya.
12:33
We found life in the extremes.
314
753260
2000
Kami menemukan kehidupan di tempat ekstrim.
12:35
And so there were new species that were found
315
755260
2000
Jadi ada spesies-spesies baru yang ditemukan
12:37
that live inside ice
316
757260
2000
hidup di dalam es
12:39
and help to support an ice-based food web.
317
759260
2000
dan membantu mendukung jaringan makanan di dalam es.
12:41
And we also found this spectacular yeti crab
318
761260
2000
Dan kami menemukan kepiting yeti menakjubkan ini
12:43
that lives near boiling hot hydrothermal vents at Easter Island.
319
763260
3000
yang hidup di dekat kawah hidrotermal panas di Pulau Paskah.
12:46
And this particular species
320
766260
2000
Dan spesies khusus ini
12:48
really captured the public's attention.
321
768260
3000
benar-benar menarik perhatian umum.
12:51
We also found the deepest vents known yet -- 5,000 meters --
322
771260
3000
Kami juga menemukan kawah terdalam sampai saat ini -- 5.000 m--
12:54
the hottest vents at 407 degrees Celsius --
323
774260
3000
kawah terpanas pada 407 derajat Celcius --
12:57
vents in the South Pacific and also in the Arctic
324
777260
2000
kawah di Pasifik Selatan dan di kutub utara
12:59
where none had been found before.
325
779260
2000
di mana belum ada yang pernah ditemukan sebelumnya.
13:01
So even new environments are still within the domain of the discoverable.
326
781260
3000
Jadi bahkan di lingkungan baru masih ada sesuatu yang bisa ditemukan.
13:04
Now in terms of the unknowns, there are many.
327
784260
2000
Masih ada banyak hal yang belum diketahui.
13:06
And I'm just going to summarize just a few of them
328
786260
2000
Dan saya akan merangkum beberapa saja
13:08
very quickly for you.
329
788260
2000
untuk Anda.
13:10
First of all, we might ask, how many fishes in the sea?
330
790260
3000
Pertama, kita akan bertanya, berapa banyak ikan di laut?
13:13
We actually know the fishes better than we do any other group in the ocean
331
793260
2000
Kita sebenarnya tahu ikan lebih baik dibandingkan grup-grup lain di lautan
13:15
other than marine mammals.
332
795260
2000
selain mammalia laut.
13:17
And so we can actually extrapolate based on rates of discovery
333
797260
3000
Jadi sebenarnya kita bisa mengekstrapolasikan berdasarkan kecepatan penemuan
13:20
how many more species we're likely to discover.
334
800260
3000
berapa banyak spesies lagi yang akan kita temukan.
13:23
And from that, we actually calculate
335
803260
2000
Dan dari situ kita bisa menghitung
13:25
that we know about 16,500 marine species
336
805260
3000
bahwa kita mengetahui sekitar 16.500 spesies lautan
13:28
and there are probably another 1,000 to 4,000 left to go.
337
808260
2000
dan mungkin ada sekitar 1.000 atau 4.000 lagi yang tertinggal.
13:30
So we've done pretty well.
338
810260
2000
Jadi kita sudah melakukan cukup bagus.
13:32
We've got about 75 percent of the fish,
339
812260
2000
Kita mendapatkan sekitar 75% dari ikan-ikan
13:34
maybe as much as 90 percent.
340
814260
2000
atau mungkin sebanyak 90%.
13:36
But the fishes, as I say, are the best known.
341
816260
3000
Tapi ikan-ikannya, menurut saya, lebih banyak diketahui.
13:39
So our level of knowledge is much less for other groups of organisms.
342
819260
3000
Jadi tingkat pengetahuan kita jauh lebih sedikit daripada kelompok organisme lain.
13:42
Now this figure is actually based on a brand new paper
343
822260
2000
Sekarang gambar ini berdasarkan dari temuan baru
13:44
that's going to come out in the journal PLoS Biology.
344
824260
3000
yang akan dipublikasikan di jurnal PLoS Biologi.
13:47
And what is does is predict how many more species there are
345
827260
2000
Apa yang mereka lakukan ada menemukan berapa banyak spesies
13:49
on land and in the ocean.
346
829260
2000
di daratan dan di lautan.
13:51
And what they found
347
831260
2000
Dan apa yang mereka temukan
13:53
is that they think that we know of about nine percent of the species in the ocean.
348
833260
3000
adalah mereka berpikir bahwa kita tahu sekitar 9% dari spesies di lautan.
13:56
That means 91 percent, even after the census,
349
836260
2000
Itu berarti masih 91%, bahkan setelah sensus,
13:58
still remain to be discovered.
350
838260
2000
yang belum ditemukan.
14:00
And so that turns out to be about two million species
351
840260
2000
Jadi menjadi sekitar 2 juta spesies
14:02
once all is said and done.
352
842260
2000
ketika dikatakan dan dilakukan.
14:04
So we still have quite a lot of work to do
353
844260
2000
Kita masih punya banyak pekerjaan untuk dilakukan
14:06
in terms of unknowns.
354
846260
2000
untuk hal-hal yang belum diketahui.
14:08
Now this bacterium
355
848260
2000
Sekarang bakteri ini
14:10
is part of mats that are found off the coast of Chile.
356
850260
3000
adalah bagian dari keset di daerah pantai Chili.
14:13
And these mats actually cover an area the size of Greece.
357
853260
2000
Dan ukuran keset ini sebesar daerah Yunani.
14:15
And so this particular bacterium is actually visible to the naked eye.
358
855260
3000
Jadi bakteri spesial ini sebenarnya terlihat dengan mata telanjang.
14:18
But you can imagine the biomass that represents.
359
858260
3000
Tapi Anda dapat membayangkan biomassa yang mewakilinya.
14:21
But the really intriguing thing about the microbes
360
861260
2000
Tapi yang paling menarik dari mikroba ini
14:23
is just how diverse they are.
361
863260
2000
adalah betapa beragamnya mereka.
14:25
A single drop of seawater
362
865260
2000
Setitik air laut saja
14:27
could contain 160 different types of microbes.
363
867260
2000
dapat memuat 160 tipe berbeda dari mikroba.
14:29
And the oceans themselves
364
869260
2000
Dan lautan sendiri
14:31
are thought potentially to contain as many as a billion different types.
365
871260
3000
mungkin dapat memuat milyaran tipe lainnya.
14:34
So that's really exciting. What are they all doing out there?
366
874260
3000
Jadi ini sangat menarik. Apa yang mereka lakukan di sana?
14:37
We actually don't know.
367
877260
2000
Kita sebenarnya tidak tahu.
14:39
The most exciting thing, I would say, about this census
368
879260
2000
Yang paling menarik dari sensus tersebut, menurut saya,
14:41
is the role of global science.
369
881260
2000
adalah peran dari ilmu pengetahuan global.
14:43
And so as we see in this image of light during the night,
370
883260
2000
Jadi seperti yang kita lihat di gambar cahaya ini di malam hari,
14:45
there are lots of areas of the Earth
371
885260
2000
ada banyak daerah di Bumi ini
14:47
where human development is much greater
372
887260
3000
di mana perkembangan manusia lebih besar
14:50
and other areas where it's much less,
373
890260
2000
dan daerah yang perkembangannya lebih sedikit,
14:52
but between them we see large dark areas
374
892260
2000
tapi di antara mereka kita melihat area gelap yang besar
14:54
of relatively unexplored ocean.
375
894260
2000
dari lautan yang belum dieksplorasi.
14:56
The other point I'd like to make about this
376
896260
2000
Hal lain yang saya ingin ajukan tentang ini
14:58
is that this ocean's interconnected.
377
898260
2000
adalah bahwa laut itu saling berhubungan.
15:00
Marine organisms do not care about international boundaries;
378
900260
2000
Organisme laut tidak peduli tentang batasan internasional;
15:02
they move where they will.
379
902260
2000
mereka bergerak kemana mereka mau.
15:04
And so the importance then of global collaboration
380
904260
3000
Jadi pentingnya kolaborasi global
15:07
becomes all the more important.
381
907260
2000
menjadi lebih penting lagi.
15:09
We've lost a lot of paradise.
382
909260
2000
Kita sudah kehilangan banyak surga.
15:11
For example, these tuna that were once so abundant in the North Sea
383
911260
3000
Misalnya, tuna ini sangat banyak di Laut Utara
15:14
are now effectively gone.
384
914260
2000
sekarang hampir semuanya hilang.
15:16
There were trawls taken in the deep sea in the Mediterranean,
385
916260
3000
Ada perahu pukat di laut dalam Mediterrania,
15:19
which collected more garbage than they did animals.
386
919260
2000
yang mengambil lebih banyak sampah daripada hewan-hewan.
15:21
And that's the deep sea, that's the environment that we consider to be
387
921260
3000
Dan itu adalah laut dalam, daerah di mana kita pikir
15:24
among the most pristine left on Earth.
388
924260
2000
daerah paling murni yang tersisa di laut.
15:26
And there are a lot of other pressures.
389
926260
2000
Dan ada beberapa banyak tekanan.
15:28
Ocean acidification is a really big issue that people are concerned with,
390
928260
3000
Pengasaman laut adalah hal besar yang dikhawatirkan orang-orang,
15:31
as well as ocean warming, and the effects they're going to have on coral reefs.
391
931260
3000
begitu juga dengan pemanasan laut, dan efeknya pada batu karang.
15:34
On the scale of decades, in our lifetimes,
392
934260
3000
Dalam skala dekade, dalam hidup kita,
15:37
we're going to see a lot of damage to coral reefs.
393
937260
2000
kita akan melihat banyak bahaya pada batu karang.
15:39
And I could spend the rest of my time, which is getting very limited,
394
939260
3000
Dan saya dapat menghabiskan sisa hidup saya, yang terbatas,
15:42
going through this litany of concerns about the ocean,
395
942260
2000
untuk mengatasi masalah kepedulian tentang lautan ini,
15:44
but I want to end on a more positive note.
396
944260
2000
tapi saya akan mengakhirinya dengan catatan positif.
15:46
And so the grand challenge then
397
946260
2000
Jadi tantangan besarnya kemudian
15:48
is to try and make sure that we preserve what's left,
398
948260
2000
adalah untuk memelihara apa yang tertinggal,
15:50
because there is still spectacular beauty.
399
950260
2000
karena masih ada banyak kecantikan menakjubkan.
15:52
And the oceans are so productive,
400
952260
2000
Dan lautan sangat produktif,
15:54
there's so much going on in there that's of relevance to humans
401
954260
3000
ada banyak hal yang terjadi di sana dalam hubungannya dengan manusia
15:57
that we really need to, even from a selfish perspective,
402
957260
3000
yang kita harus, bahkan dari sudut pandang yang egois,
16:00
try to do better than we have in the past.
403
960260
2000
untuk melakukan lebih baik daripada di masa lalu.
16:02
So we need to recognize those hot spots
404
962260
2000
Jadi kita harus tahu di mana letak hot spotnya
16:04
and do our best to protect them.
405
964260
2000
dan melakukan apa yang kita bisa untuk melindunginya.
16:06
When we look at pictures like this, they take our breath away,
406
966260
2000
Ketika kita melihat gambar seperti ini, sangat menakjubkan.
16:08
in addition to helping to give us breath
407
968260
2000
selain menakjubkan kita
16:10
by the oxygen that the oceans provide.
408
970260
2000
dengan jumlah okseigen yang diberikan oleh lautan.
16:12
Census scientists worked in the rain, they worked in the cold,
409
972260
3000
Ilmuwan sensus bekerja dalam hujan, dingin,
16:15
they worked under water and they worked above water
410
975260
2000
di bawah air, di atas air,
16:17
trying to illuminate the wondrous discovery,
411
977260
2000
mencoba mencari penemuan mutakhir,
16:19
the still vast unknown,
412
979260
2000
hal yang masih banyak belum diketahui,
16:21
the spectacular adaptations that we see in ocean life.
413
981260
3000
adaptasi menakjubkan yang kita lihat di kehidupan lautan.
16:24
So whether you're a yak herder living in the mountains of Chile,
414
984260
3000
Jadi baik Anda penggembala yak di pegunungan Chili,
16:27
whether you're a stockbroker in New York City
415
987260
3000
atau Anda adalah makelar saham di New York,
16:30
or whether you're a TEDster living in Edinburgh,
416
990260
2000
atau Anda aalah seorang TED tinggal di Edinburgh,
16:32
the oceans matter.
417
992260
2000
lautan itu penting.
16:34
And as the oceans go so shall we.
418
994260
2000
Selama lautan ada, kitapun juga akan ada.
16:36
Thanks for listening.
419
996260
2000
Terima kasih karena telah mendengarkan.
16:38
(Applause)
420
998260
2000
(Tepuk tangan)
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