Hans Rosling: Debunking third-world myths with the best stats you've ever seen

2,176,367 views ・ 2007-01-14

TED


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

Translator: Wahyu Perdana Yudistiawan Reviewer: Dani Satyawan
00:25
About 10 years ago, I took on the task to teach global development
0
25626
4355
Sekitar 10 tahun lalu, saya mengemban tugas mengajar perkembangan global
pada mahasiswa S1 di Swedia. Ini terjadi setelah saya habiskan
00:30
to Swedish undergraduate students.
1
30005
2146
00:32
That was after having spent about 20 years,
2
32175
2881
sekitar 20 tahun bekerja sama dengan lembaga-lembaga Afrika mempelajari kelaparan di Afrika,
00:35
together with African institutions,
3
35080
1877
00:36
studying hunger in Africa.
4
36981
1598
jadi saya dianggap sedikit lebih tahu tentang dunia.
00:38
So I was sort of expected to know a little about the world.
5
38603
3998
Dan di universitas kedokteran kami, Institut Karolinska, saya memulai
00:42
And I started, in our medical university, Karolinska Institute,
6
42625
3351
00:46
an undergraduate course called Global Health.
7
46000
3530
sebuah mata kuliah S1 berjudul Kesehatan Global. Tapi ketika anda mendapat
00:49
But when you get that opportunity, you get a little nervous.
8
49554
2822
kesempatan macam itu, anda jadi sedikit cemas. Saya pikir, murid-murid ini
00:52
I thought, these students coming to us actually have the highest grade
9
52400
3334
mendaftar kesini dengan nilai terbaik yang dapat diraih
00:55
you can get in the Swedish college system,
10
55758
2023
di sistem pendidikan Swedia -- jadi mungkin mereka tahu segala hal
00:57
so I thought, maybe they know everything I'm going to teach them about.
11
57805
3365
yang akan saya ajarkan. Jadi saya berikan tes awal ketika mereka datang.
01:01
So I did a pretest when they came.
12
61194
1997
01:03
And one of the questions from which I learned a lot was this one:
13
63215
3493
Dan satu pertanyaan yang saya banyak belajar darinya, adalah ini:
01:06
"Which country has the highest child mortality of these five pairs?"
14
66732
4269
"Negara mana yang memiliki tingkat kematian anak tertinggi dari lima pasangan berikut?"
Dan saya memasangkannya sehingga pada tiap pasangan, satu negara
01:11
And I put them together so that in each pair of countries,
15
71890
3070
01:14
one has twice the child mortality of the other.
16
74984
3445
punya dua kali tingkat kematian anak dari pasangannya. Dan ini artinya
01:18
And this means that it's much bigger, the difference,
17
78453
4245
perbedaannya lebih besar daripada ketidakpastian datanya.
01:22
than the uncertainty of the data.
18
82722
1802
01:24
I won't put you at a test here, but it's Turkey,
19
84548
2311
Saya tidak akan mengetes anda, tapi Turki,
01:26
which is highest there, Poland, Russia, Pakistan and South Africa.
20
86883
4327
adalah yang tertinggi disini, Polandia, Rusia, Pakistan, dan Afrika Selatan.
01:31
And these were the results of the Swedish students.
21
91234
2422
Dan inilah jawaban dari mahasiswa di Swedia. Saya hitung juga
01:33
I did it so I got the confidence interval, which is pretty narrow.
22
93680
3170
interval kepercayaannya, yang cukup sempit, dan saya senang,
01:36
And I got happy, of course -- a 1.8 right answer out of five possible.
23
96874
3985
tentu saja: 1.8 jawaban benar dari lima maksimal. Ini artinya
01:40
That means there was a place for a professor of international health
24
100883
3211
masih ada tempat buat profesor kesehatan internasional --
01:44
and for my course.
25
104118
1166
(Tawa) dan untuk kuliah saya.
01:45
(Laughter)
26
105308
1033
01:46
But one late night, when I was compiling the report,
27
106365
4039
Namun suatu malam, ketika saya sedang menyusun laporannya
01:50
I really realized my discovery.
28
110428
2566
Saya baru menyadari penemuan ini. Saya telah membuktikan
01:53
I have shown that Swedish top students know, statistically,
29
113018
4925
bahwa pelajar papan atas Swedia, secara signifikansi statistik, kurang tahu
01:57
significantly less about the world than the chimpanzees.
30
117967
3009
tentang dunia dibandingkan simpanse.
02:01
(Laughter)
31
121000
1976
(Tawa)
02:03
Because the chimpanzee would score half right
32
123000
3459
Karena simpanse akan mendapat separuh nilai total jika saya beri mereka
02:06
if I gave them two bananas with Sri Lanka and Turkey.
33
126483
2630
dua pisang untuk Sri Lanka dan Turki. Tebakan mereka akan separuhnya benar.
02:09
They would be right half of the cases. But the students are not there.
34
129137
3422
Tapi para murid kalah dari simpanse. Menurutku masalahnya bukan ketidaktahuan:
02:12
The problem for me was not ignorance; it was preconceived ideas.
35
132583
4215
masalahnya adalah ide-ide yang telah tertanam sebelumnya (prasangka).
02:16
I did also an unethical study
36
136822
2737
Saya juga lakukan studi yang kurang etis pada para profesor di Institut Karolinska
02:19
of the professors of the Karolinska Institute,
37
139583
2527
(Tawa)
02:22
which hands out the Nobel Prize in Medicine,
38
142134
2541
-- yang membagikan hadiah Nobel bidang kedokteran,
02:24
and they are on par with the chimpanzee there.
39
144699
2296
dan mereka kurang lebih setara dengan simpanse.
(Tawa)
02:27
(Laughter)
40
147019
2435
02:29
This is where I realized that there was really a need to communicate,
41
149478
4183
Disinilah saya menyadari adanya kebutuhan untuk berkomunikasi,
02:33
because the data of what's happening in the world
42
153685
2904
karena data mengenai apa yang terjadi di dunia
02:36
and the child health of every country
43
156613
1961
dan kesehatan anak-anak di tiap negara sudah banyak diketahui.
02:38
is very well aware.
44
158598
1337
02:39
So we did this software, which displays it like this.
45
159959
2767
Kami membuat peranti lunak yang menyajikan data seperti ini: tiap bulatan disini adalah sebuah negara.
02:42
Every bubble here is a country.
46
162750
1958
02:44
This country over here is China.
47
164732
4989
Negara disini adalah Cina. Ini adalah India.
02:49
This is India.
48
169745
1163
02:50
The size of the bubble is the population,
49
170932
2247
Besarnya bulatan menunjukkan populasi, dan di sumbu ini saya taruh tingkat kesuburan.
02:53
and on this axis here, I put fertility rate.
50
173203
3556
02:56
Because my students, what they said
51
176783
2443
Karena mahasiswa saya, mereka bilang
02:59
when they looked upon the world, and I asked them,
52
179250
2559
saat mereka melihat dunia, dan saya tanyakan pada mereka,
03:01
"What do you really think about the world?"
53
181833
2723
"Apa yang kalian benar-benar pikirkan tentang dunia?"
Nah, pertama saya temukan bahwa buku pelajarannya kebanyakan Tintin.
03:04
Well, I first discovered that the textbook was Tintin, mainly.
54
184580
3269
03:07
(Laughter)
55
187873
1045
(Tawa)
03:08
And they said, "The world is still 'we' and 'them.'
56
188942
2515
Dan mereka bilang, "Dunia adalah 'kita' dan 'mereka'.
03:11
And 'we' is the Western world and 'them' is the Third World."
57
191481
3453
Dan 'kita' adalah dunia barat dan 'mereka' adalah dunia ketiga".
"Dan apa yang kalian maksud dengan dunia barat?" saya bertanya.
03:15
"And what do you mean with 'Western world?'" I said.
58
195381
2510
03:17
"Well, that's long life and small family.
59
197915
1977
"Yah, umur panjang dan keluarga kecil, dan dunia ketiga itu umur pendek dan keluarga besar".
03:19
And 'Third World' is short life and large family."
60
199916
2388
Jadi ini yang dapat saya tunjukkan disini. Saya taruh tingkat kesuburan disini: banyaknya anak per wanita,
03:23
So this is what I could display here.
61
203058
2385
03:25
I put fertility rate here --
62
205467
1657
03:27
number of children per woman: one, two, three, four,
63
207148
3138
satu, dua, tiga, empat, sampai sekitar delapan anak per wanita.
03:30
up to about eight children per woman.
64
210310
2031
03:32
We have very good data since 1962, 1960, about,
65
212365
3980
Kita punya data yang sangat bagus sejak 1962 -- sekitar 1960 -- mengenai besarnya keluarga di setiap negara.
03:36
on the size of families in all countries.
66
216369
2033
03:38
The error margin is narrow.
67
218426
1375
Batas kesalahannya sempit. Disini saya taruh tingkat harapan hidup,
03:39
Here, I put life expectancy at birth,
68
219825
2008
03:41
from 30 years in some countries, up to about 70 years.
69
221857
3467
dari 30 tahun di beberapa negara sampai dengan 70 tahun.
03:45
And in 1962, there was really a group of countries here
70
225348
3403
Tahun 1962, memang ada satu kelompok negara-negara disini.
03:48
that were industrialized countries,
71
228775
1857
yang merupakan negara maju, dan memiliki keluarga yang kecil dan umur panjang.
03:50
and they had small families and long lives.
72
230656
3094
03:53
And these were the developing countries.
73
233774
2100
Dan ini adalah negara-negara berkembang:
03:55
They had large families and they had relatively short lives.
74
235898
3041
mereka punya keluarga yang besar dan umur yang relatif pendek.
03:58
Now, what has happened since 1962? We want to see the change.
75
238963
3681
Sekarang, apa yang terjadi setelah 1962? Kita ingin melihat perubahannya.
04:02
Are the students right? It's still two types of countries?
76
242668
2937
Apakah para murid benar? Apa masih ada dua macam negara?
04:05
Or have these developing countries got smaller families and they live here?
77
245629
3736
Ataukah negara berkembang itu mempunyai keluarga yang lebih kecil dan pindah ke sini?
04:09
Or have they got longer lives and live up there?
78
249389
2298
Ataukah umur mereka lebih panjang dan pindah ke sini?
04:11
Let's see. We start the world, eh?
79
251711
1841
Mari kita lihat. Tadi kita hentikan dunia. Ini semua data statistik PBB
04:13
This is all UN statistics that have been available.
80
253576
2486
yang telah tersedia. Ini dia. Bisa anda lihat di sana?
04:16
Here we go. Can you see there?
81
256086
1501
04:17
It's China there, moving against better health there, improving there.
82
257611
3287
Ini Cina disini, bergerak menuju kesehatan yang lebih baik, ada kemajuan disana.
04:20
All the green Latin American countries are moving towards smaller families.
83
260922
3645
Semua negara Amerika Latin yang hijau ini bergerak ke keluarga yang lebih kecil.
Yang kuning ini adalah negara-negara Arab,
04:24
Your yellow ones here are the Arabic countries,
84
264591
2422
dan keluarga mereka membesar, tapi mereka -- salah, panjang umur, tapi keluarga tidak menjadi besar.
04:27
and they get longer life, but not larger families.
85
267037
3901
04:30
The Africans are the green here. They still remain here.
86
270962
2622
Afrika adalah yang hijau di bawah sini. Mereka masih berada di sini.
04:33
This is India; Indonesia is moving on pretty fast.
87
273608
2641
Ini India. Indonesia bergerak cukup cepat.
04:36
In the '80s here, you have Bangladesh still among the African countries.
88
276273
4106
(Tawa)
Dan di tahun 80-an di sini, Bangladesh masih di antara negara-negara Afrika disini.
04:40
But now, Bangladesh -- it's a miracle that happens in the '80s --
89
280403
3228
Tapi sekarang, Bangladesh -- adalah keajaiban yang terjadi di tahun 80-an:
04:43
the imams start to promote family planning,
90
283655
2413
para imam mulai mendukung program Keluarga Berencana.
04:46
and they move up into that corner.
91
286092
1747
Mereka naik ke sudut sana. Dan tahun 90-an, kita melihat epidemi HIV yang buruk
04:47
And in the '90s, we have the terrible HIV epidemic
92
287863
3298
04:51
that takes down the life expectancy of the African countries.
93
291185
3509
yang menurunkan tingkat harapan hidup negara-negara Afrika
04:54
And the rest of them all move up into the corner,
94
294718
3648
dan negara-negara lain naik ke sudut sana,
04:58
where we have long lives and small family,
95
298390
2386
dimana ada umur panjang dan keluarga kecil, dan kita mendapatkan dunia yang benar-benar baru.
05:00
and we have a completely new world.
96
300800
2114
05:02
(Applause)
97
302938
3214
(Tepuk tangan)
05:13
(Applause ends)
98
313561
1097
05:15
Let me make a comparison directly
99
315567
1813
Mari kita buat perbandingan langsung antara Amerika Serikat dan Vietnam.
05:17
between the United States of America and Vietnam.
100
317404
3014
05:20
1964:
101
320442
1199
1964: Amerika mempunyai keluarga kecil dan umur yang panjang;
05:22
America had small families and long life;
102
322538
2611
05:25
Vietnam had large families and short lives.
103
325173
3349
Vietnam punya keluarga besar dan harapan hidup pendek. Dan ini yang terjadi:
05:28
And this is what happens.
104
328546
1283
05:29
The data during the war indicate that even with all the death,
105
329853
5341
data masa perang menunjukkan bahwa walau ada banyak korban perang,
05:35
there was an improvement of life expectancy.
106
335218
2229
ada peningkatan harapan hidup. Pada akhir tahun,
05:37
By the end of the year, family planning started in Vietnam,
107
337471
2784
program KB dimulai di Vietnam dan mereka memilih keluarga yang lebih kecil.
05:40
and they went for smaller families.
108
340279
1694
05:41
And the United States up there is getting longer life,
109
341997
2569
Dan Amerika Serikat di atas sana menuju umur yang lebih panjang,
05:44
keeping family size.
110
344590
1188
menjaga besarnya keluarga. Dan di tahun 80-an,
05:45
And in the '80s now, they give up Communist planning
111
345802
3605
Vietnam meninggalkan komunisme dan memeluk sistem ekonomi pasar,
05:49
and they go for market economy,
112
349431
1507
05:50
and it moves faster even than social life.
113
350962
2010
dan ini bergerak lebih cepat dari kehidupan sosial. Dan kini,
05:52
And today, we have in Vietnam
114
352996
2336
Vietnam memiliki harapan hidup dan besarnya keluarga yang sama
05:55
the same life expectancy and the same family size
115
355356
4802
Vietnam di tahun 2003, seperti di Amerika Serikat, 1974, saat akhir perang (Vietnam).
06:00
here in Vietnam, 2003,
116
360182
2763
06:02
as in United States, 1974, by the end of the war.
117
362969
4067
Saya pikir kita semua -- jika kita tidak melihat ke dalam data --
06:07
I think we all, if we don't look at the data,
118
367513
3296
06:10
we underestimate the tremendous change in Asia,
119
370833
3221
kita cenderung meremehkan perubahan besar yang terjadi di Asia, yang
06:14
which was in social change before we saw the economic change.
120
374078
4691
didahului perubahan sosial sebelum kita melihat dampak ekonominya.
06:18
So let's move over to another way here
121
378793
2367
Mari kita pindah ke bentuk penyajian lain di mana kita dapat menunjukkan
06:21
in which we could display the distribution in the world
122
381184
4487
distribusi pendapatan di dunia. Inilah distribusi pendapatan orang-orang di dunia.
06:25
of income.
123
385695
1280
06:26
This is the world distribution of income of people.
124
386999
3696
Satu dolar, 10 dolar, atau 100 dolar per hari.
06:31
One dollar, 10 dollars or 100 dollars per day.
125
391499
3846
Tak ada lagi jurang antara orang kaya dan miskin. Ini hanya mitos.
06:36
There's no gap between rich and poor any longer. This is a myth.
126
396071
3412
06:39
There's a little hump here.
127
399507
2015
Ada sedikit tonjolan disini. Tapi ada orang di semua segmen.
06:42
But there are people all the way.
128
402195
1640
06:43
And if we look where the income ends up,
129
403859
4386
Dan jika kita lihat ke mana uang mengalir -- pendapatannya --
06:48
this is 100 percent of the world's annual income.
130
408269
4195
ini adalah 100 persen pendapatan per tahun dunia. Dan 20 persen orang terkaya,
06:52
And the richest 20 percent,
131
412488
2465
06:54
they take out of that about 74 percent.
132
414977
4119
mereka mengambil sekitar 74 persen. Dan 20 persen orang termiskin,
06:59
And the poorest 20 percent, they take about two percent.
133
419120
4916
mereka mengambil sekitar dua persen. Dan ini menunjukkan bahwa konsep
07:04
And this shows that the concept of developing countries
134
424060
2755
07:06
is extremely doubtful.
135
426839
1567
tentang negara berkembang sangat meragukan. Kita berpikir tentang bantuan, seperti
07:08
We think about aid,
136
428430
1881
07:10
like these people here giving aid to these people here.
137
430335
3613
orang dari sini memberi bantuan kepada yang di sini. Tapi di tengah-tengah,
07:13
But in the middle, we have most of the world population,
138
433972
3120
ada mayoritas dari populasi dunia, dan mereka kini punya 24 persen dari pendapatan.
07:17
and they have now 24 percent of the income.
139
437116
2609
07:19
We heard it in other forms.
140
439749
1656
Kita mendengarnya dalam bentuk-bentuk lain. Dan siapakah mereka ini?
07:21
And who are these?
141
441429
2701
Dimanakah masing-masing negara? Saya dapat tunjukkan pada anda Afrika.
07:24
Where are the different countries?
142
444154
2220
07:26
I can show you Africa.
143
446398
1546
07:27
This is Africa.
144
447968
1591
Inilah Afrika. 10 persen dari populasi dunia, kebanyakan dalam kemiskinan.
07:30
Ten percent of the world population,
145
450078
1763
07:31
most in poverty.
146
451865
1166
Ini adalah OECD. Negara-negara kaya. Klub elit PBB.
07:33
This is OECD -- the rich countries, the country club of the UN.
147
453055
4375
07:37
And they are over here on this side. Quite an overlap between Africa and OECD.
148
457454
5416
Dan mereka ada di sebelah sini. Cukup ada tumpang tindih antara Afrika dan OECD.
07:42
And this is Latin America.
149
462894
1348
Dan ini Amerika Latin. Di sana terdapat semua yang ada di muka bumi,
07:44
It has everything on this earth, from the poorest to the richest
150
464266
3355
dari yang paling miskin hingga yang paling kaya, di Amerika Latin.
07:47
in Latin America.
151
467645
1373
Dan di atasnya, kita dapat taruh Eropa Timur, kita dapat taruh Asia Timur,
07:49
And on top of that, we can put East Europe,
152
469042
3107
07:52
we can put East Asia, and we put South Asia.
153
472173
3175
dan kita taruh Asia Selatan. Dan bagaimana wujudnya kalau kita mundur ke masa lalu,
07:55
And what did it look like if we go back in time,
154
475372
3130
07:58
to about 1970?
155
478526
2093
ke sekitar 1970? Pada saat itu tonjolannya lebih terlihat.
08:00
Then, there was more of a hump.
156
480643
2522
Dan yang hidup di dalam kemiskinan mutlak kebanyakan dari Asia.
08:04
And most who lived in absolute poverty were Asians.
157
484242
3759
Masalah dunia saat itu adalah kemiskinan di Asia. Dan kini jika saya majukan dunia,
08:08
The problem in the world was the poverty in Asia.
158
488025
2947
08:10
And if I now let the world move forward,
159
490996
3118
08:14
you will see that while population increases,
160
494138
2612
anda dapat lihat bahwa meskipun populasi meningkat, ada
08:16
there are hundreds of millions in Asia getting out of poverty,
161
496774
3313
ratusan juta orang di Asia keluar dari kemiskinan, dan beberapa yang lain
08:20
and some others getting into poverty,
162
500111
1965
jatuh ke kemiskinan, dan inilah pola yang kita punyai sekarang.
08:22
and this is the pattern we have today.
163
502100
1901
Dan perkiraan terbaik dari Bank Dunia adalah bahwa ini akan terjadi,
08:24
And the best projection from the World Bank
164
504025
2071
08:26
is that this will happen,
165
506120
1914
dan kita tak akan mempunyai dunia yang terbagi. Kebanyakan orang di tengah.
08:28
and we will not have a divided world.
166
508058
1848
08:29
We'll have most people in the middle.
167
509930
1895
08:31
Of course it's a logarithmic scale here,
168
511849
2027
Tentu saja ini dalam skala logaritmik,
08:33
but our concept of economy is growth with percent.
169
513900
3397
tapi konsep ekonomi kita adalah pertumbuhan dalam persen. Kita melihatnya
08:37
We look upon it as a possibility of percentile increase.
170
517321
5285
sebagai peluang dari persentase kenaikan. Jika saya ubah ini, dan saya ambil
08:42
If I change this and take GDP per capita instead of family income,
171
522630
4824
GDP per kapita untuk menggantikan pendapatan, dan saya ubah
08:47
and I turn these individual data
172
527478
3771
data-data individual menjadi data regional dari GDP,
08:51
into regional data of gross domestic product,
173
531273
3276
08:54
and I take the regions down here,
174
534573
1888
dan saya ambil daerah-daerah di bawah sini, besarnya bulatan ini tetap populasi.
08:56
the size of the bubble is still the population.
175
536485
2239
08:58
And you have the OECD there, and you have sub-Saharan Africa there,
176
538748
3198
Dan kita punya OECD di sana, dan Afrika sub-Sahara di sana,
09:01
and we take off the Arab states there,
177
541970
2241
dan kita ambil negara-negara Arab di sana,
09:04
coming both from Africa and from Asia,
178
544235
2218
yang ada di Afrika dan Asia, dan kita letakkan mereka terpisah,
09:06
and we put them separately,
179
546477
1666
09:08
and we can expand this axis, and I can give it a new dimension here,
180
548167
5097
dan kita bentangkan sumbu ini, dan kita dapat memberi dimensi baru di sini,
09:13
by adding the social values there, child survival.
181
553288
3349
dengan menambahkan nilai-nilai sosial di sana, peluang hidup anak.
09:16
Now I have money on that axis,
182
556661
1728
Kini ada uang di sumbu ini, dan saya punya peluang hidup anak di sana.
09:18
and I have the possibility of children to survive there.
183
558413
2743
09:21
In some countries, 99.7% of children survive to five years of age;
184
561180
4257
Di beberapa negara, 99.7 persen anak bertahan hidup sampai umur lima tahun;
09:25
others, only 70.
185
565461
1725
yang lain, hanya 70. Dan disini sepertinya ada sebuah kesenjangan
09:27
And here, it seems, there is a gap between OECD,
186
567210
3268
antara OECD, Amerika Latin, Eropa Timur, Asia Timur,
09:30
Latin America, East Europe, East Asia,
187
570502
3254
09:33
Arab states, South Asia and sub-Saharan Africa.
188
573780
3885
negara-negara Arab, Asia Selatan dan Afrika sub-Sahara.
09:37
The linearity is very strong between child survival and money.
189
577689
4908
Hubungan linear antara harapan hidup anak dan uang sangat kuat.
09:42
But let me split sub-Saharan Africa.
190
582621
3296
Tapi mari kita bagi Afrika sub-Sahara. Kesehatan di sumbu ini dan makin ke atas makin baik.
09:45
Health is there and better health is up there.
191
585941
4924
09:50
I can go here, and I can split sub-Saharan Africa into its countries.
192
590889
4462
Saya dapat membagi Afrika sub-Sahara menjadi negara-negaranya.
09:55
And when it bursts,
193
595375
1202
Dan ketika dipisah, ukuran tiap bulatan negara adalah ukuran populasinya.
09:56
the size of each country bubble is the size of the population.
194
596601
3646
10:00
Sierra Leone down there, Mauritius is up there.
195
600271
2540
Sierra Leone di bawah sana. Mauritius di atas sana. Mauritius adalah negara pertama
10:02
Mauritius was the first country to get away with trade barriers,
196
602835
3656
yang meniadakan batasan perdagangan, dan mereka dapat menjual gula mereka.
10:06
and they could sell their sugar, they could sell their textiles,
197
606515
3525
Mereka dapat menjual tekstil mereka secara setara dengan orang-orang di Eropa dan Amerika Utara.
10:10
on equal terms as the people in Europe and North America.
198
610064
3714
10:13
There's a huge difference [within] Africa.
199
613802
2132
Ada perbedaan sangat besar antar negara-negara Afrika. Dan Ghana di sini di tengah.
10:15
And Ghana is here in the middle.
200
615958
1868
10:17
In Sierra Leone, humanitarian aid.
201
617850
2592
Di Sierra Leone, bantuan kemanusiaan.
10:20
Here in Uganda, development aid.
202
620466
3310
Di Uganda sini, bantuan pembangunan. Di sini, saatnya berinvestasi, di sana,
10:23
Here, time to invest; there, you can go for a holiday.
203
623800
3295
anda bisa berlibur ke sana. Sungguh variasi yang sangat besar
10:27
There's tremendous variation within Africa,
204
627119
2742
di dalam Afrika yang seringkali kita anggap -- bahwa semuanya sama.
10:29
which we very often make that it's equal everything.
205
629885
3091
10:33
I can split South Asia here. India's the big bubble in the middle.
206
633000
4239
Saya dapat pisahkan Asia Selatan di sini. India adalah bulatan besar di tengah.
10:37
But there's a huge difference between Afghanistan and Sri Lanka.
207
637263
4440
Tapi besar perbedaan antara Afghanistan dan Sri Lanka.
10:41
I can split Arab states. How are they?
208
641727
2135
Saya bisa pisahkan negara-negara Arab. Bagaimana mereka? Iklim sama, budaya sama,
10:43
Same climate, same culture, same religion -- huge difference.
209
643886
4132
agama sama. Perbedaan besar. Bahkan antar tetangga.
10:48
Even between neighbors --
210
648042
1222
10:49
Yemen, civil war;
211
649288
1245
Yaman, perang sipil. Uni Emirat Arab, uang yang dipakai dengan baik dan merata.
10:50
United Arab Emirates, money, which was quite equally and well-used.
212
650557
4166
10:54
Not as the myth is.
213
654747
1782
Tak seperti di mitos. Dan ini sudah memperhitungkan anak tenaga kerja asing di sana.
10:56
And that includes all the children of the foreign workers
214
656553
4109
11:00
who are in the country.
215
660686
1574
Data seringkali lebih baik dari yang anda kira. Banyak orang bilang datanya buruk.
11:02
Data is often better than you think. Many people say data is bad.
216
662284
3692
11:06
There is an uncertainty margin, but we can see the difference here:
217
666000
3143
Ada batas ketidakpastian, tapi kita bisa lihat perbedaannya disini:
Kamboja, Singapura. Perbedaannya jauh lebih besar
11:09
Cambodia, Singapore.
218
669167
1362
11:10
The differences are much bigger than the weakness of the data.
219
670553
2971
dari kelemahan dalam datanya. Eropa Timur:
11:13
East Europe: Soviet economy for a long time,
220
673548
4647
cukup lama dalam sistem ekonomi Soviet, tapi setelah sepuluh tahun mereka jadi
11:18
but they come out after 10 years very, very differently.
221
678219
3212
sangat, sangat berbeda. Dan ini adalah Amerika Latin.
11:21
And there is Latin America.
222
681455
2733
Kini, kita tak perlu lagi pergi ke Kuba untuk menemukan negara yang sehat di Amerika Latin.
11:24
Today, we don't have to go to Cuba
223
684212
1646
11:25
to find a healthy country in Latin America.
224
685882
2028
11:27
Chile will have a lower child mortality than Cuba within some few years from now.
225
687934
4634
Chili akan punya tingkat kematian anak yang lebih rendah dari Kuba dalam beberapa tahun ke depan.
11:32
Here, we have high-income countries in the OECD.
226
692592
3055
Dan di sini kita punya negara kaya di OECD.
11:35
And we get the whole pattern here of the world,
227
695671
3792
Dan kita dapatkan pola dunia seutuhnya di sini,
11:39
which is more or less like this.
228
699487
2151
yang kurang lebih kelihatan seperti ini. Dan jika kita lihat,
11:41
And if we look at it, how the world looks,
229
701662
3940
bagaimana kelihatannya -- dunia, di tahun 1960, mulai bergerak. 1960.
11:46
in 1960, it starts to move.
230
706658
3318
11:50
This is Mao Zedong. He brought health to China.
231
710000
2632
Ini Mao Zedong. Dia membawa kesehatan ke Cina. Lalu dia meninggal.
11:52
And then he died.
232
712656
1166
11:53
And then Deng Xiaoping came and brought money to China,
233
713846
2612
Lalu Deng Xiaoping datang dan membawa uang ke Cina, dan membawa Cina kembali ke jalur utama.
11:56
and brought them into the mainstream again.
234
716482
2054
11:58
And we have seen how countries move in different directions like this,
235
718560
4158
Dan kita telah lihat bagaimana negara-negara bergerak ke arah yang berbeda macam ini,
12:02
so it's sort of difficult to get an example country
236
722742
5905
jadi memang agak sulit untuk memperoleh
sebuah contoh negara yang menunjukkan pola dari dunia.
12:08
which shows the pattern of the world.
237
728671
2145
12:10
But I would like to bring you back to about here, at 1960.
238
730840
6854
Saya ingin membawa anda kembali ke sekitar tahun 1960.
Saya mau membandingkan Korea Selatan, yang ini, dengan Brazil,
12:18
I would like to compare South Korea, which is this one,
239
738083
6991
12:25
with Brazil, which is this one.
240
745098
3358
yang ini. Labelnya sepertinya hilang. Dan saya ingin membandingkan Uganda,
12:29
The label went away for me here.
241
749154
1782
12:30
And I would like to compare Uganda, which is there.
242
750960
2925
yang di sana. Dan saya bisa majukan, seperti ini.
12:34
I can run it forward, like this.
243
754699
3183
Dan anda dapat lihat bagaimana Korea Selatan membuat kemajuan pesat,
12:39
And you can see how South Korea is making a very, very fast advancement,
244
759748
6996
12:46
whereas Brazil is much slower.
245
766768
2585
sedangkan Brazil jauh lebih lambat.
12:49
And if we move back again, here, and we put trails on them, like this,
246
769377
6144
Dan jika kita kembali lagi, di sini, dan kita tampilkan jejak mereka, seperti ini,
12:55
you can see again
247
775545
2403
anda dapat melihat lagi bahwa laju dari perkembangan
12:57
that the speed of development is very, very different,
248
777972
3332
amat sangat berbeda, dan negara-negara bergerak kurang lebih
13:01
and the countries are moving more or less at the same rate
249
781328
5760
sama cepatnya dengan uang dan kesehatan, tapi sepertinya anda dapat bergerak
13:07
as money and health,
250
787112
1427
13:08
but it seems you can move much faster
251
788563
1929
lebih cepat jika lebih sehat dulu, dibanding lebih kaya dulu.
13:10
if you are healthy first than if you are wealthy first.
252
790516
2918
13:14
And to show that, you can put on the way of United Arab Emirates.
253
794000
4158
Dan untuk menunjukkannya, kita dapat mengambil pergerakan Uni Emirat Arab.
13:18
They came from here, a mineral country.
254
798182
2674
Mereka datang dari sini, sebuah negara mineral. Mereka punya banyak minyak,
13:20
They cached all the oil; they got all the money;
255
800880
2467
mereka punya banyak uang, tapi kesehatan tak dapat dibeli di supermarket.
13:23
but health cannot be bought at the supermarket.
256
803371
2436
Anda harus berinvestasi dalam kesehatan. Anda harus sekolahkan anak-anak.
13:26
You have to invest in health. You have to get kids into schooling.
257
806516
3147
13:29
You have to train health staff. You have to educate the population.
258
809687
3190
Anda harus melatih tenaga medis. Ada harus mendidik warga.
13:32
And Sheikh Zayed did that in a fairly good way.
259
812901
2356
Dan Sheikh Sayed melakukan itu dengan cara yang cukup bagus.
13:35
In spite of falling oil prices, he brought this country up here.
260
815281
3963
Dan walaupun harga minyak turun, dia membawa negara ini ke atas sana.
13:39
So we've got a much more mainstream appearance of the world,
261
819268
3708
Jadi kita lihat gambaran lebih umum tentang apa yang terjadi di dunia,
13:43
where all countries tend to use their money
262
823000
2527
diimana semua negara cenderung mengelola uang mereka
13:45
better than they used it in the past.
263
825551
2295
lebih baik dibandingkan dulu. Sekarang, inilah, kurang lebih,
13:49
Now, this is, more or less, if you look at the average data of the countries --
264
829269
6978
tampilannya jika anda lihat data rata-rata dari tiap negara. Seperti ini.
13:56
they are like this.
265
836271
1194
13:57
That's dangerous, to use average data,
266
837489
3409
Nah, menggunakan data rata-rata itu berbahaya, karena ada banyak sekali
14:00
because there is such a lot of difference within countries.
267
840922
3845
perbedaan di dalam masing-masing negara. Jadi jika saya lihat disini, kita dapat lihat
14:04
So if I go and look here,
268
844791
2494
14:07
we can see that Uganda today is where South Korea was in 1960.
269
847309
6545
bahwa Uganda kini berada di tempat Korea Selatan pada tahun 1960. Jika saya bagi Uganda,
14:13
If I split Uganda, there's quite a difference within Uganda.
270
853878
3788
ada cukup besar perbedaan di dalam Uganda. Ini adalah seperlima dari Uganda.
14:17
These are the quintiles of Uganda.
271
857690
1988
14:19
The richest 20 percent of Ugandans are there.
272
859702
2180
20 persen terkaya di Uganda ada di sana.
14:21
The poorest are down there.
273
861906
1471
Termiskin ada di bawah sana. Jika saya bagi Afrika Selatan, jadinya seperti ini.
14:23
If I split South Africa, it's like this.
274
863401
2831
14:26
And if I go down and look at Niger,
275
866256
3009
Jika saya ke bawah dan lihat Niger, dimana ada kelaparan yang parah,
14:29
where there was such a terrible famine [recently],
276
869289
3493
maka, jadinya begini. Dua puluh persen termiskin di Niger ada di luar sini,
14:32
it's like this.
277
872806
1151
14:33
The 20 percent poorest of Niger is out here,
278
873981
2757
14:36
and the 20 percent richest of South Africa is there,
279
876762
2769
dan 20 persen terkaya dari Afrika Selatan ada di sana,
14:39
and yet we tend to discuss what solutions there should be in Africa.
280
879555
4421
tapi kita tetap saja mendiskusikan solusi apa yang seharusnya dibuat untuk Afrika.
14:44
Everything in this world exists in Africa.
281
884000
2567
Semua yang ada di dunia ini ada di Afrika. Dan kita tak dapat
14:46
And you can't discuss universal access to HIV [treatment]
282
886591
3275
mendiskusikan akses universal ke [pengobatan] HIV bagi seperlima di atas sana
14:49
for that quintile up here
283
889890
1919
14:51
with the same strategy as down here.
284
891833
2625
dengan strategi yang sama seperti di bawah sini. Perbaikan dunia
14:54
The improvement of the world must be highly contextualized,
285
894482
3706
haruslah sesuai konteks, dan tidak relevan untuk menerapkannya
14:58
and it's not relevant to have it on a regional level.
286
898212
3653
pada tingkat regional. Kita harusnya lebih mendetail lagi.
15:01
We must be much more detailed.
287
901889
1530
Kami lihat murid-murid jadi sangat bersemangat saat mereka bisa menggunakan ini.
15:04
We find that students get very excited when they can use this.
288
904070
3326
15:07
And even more, policy makers and the corporate sectors
289
907420
3618
Dan lebih banyak lagi pembuat kebijakan dan sektor swasta ingin melihat
15:11
would like to see how the world is changing.
290
911062
3661
bagaimana dunia berubah. Nah, mengapa ini tidak terjadi?
15:14
Now, why doesn't this take place?
291
914747
1875
15:16
Why are we not using the data we have?
292
916646
2303
Mengapa kita tidak gunakan data yang kita miliki? Kita punya data di PBB,
15:18
We have data in the United Nations, in the national statistical agencies
293
918973
3810
di pusat-pusat statistik nasional
15:22
and in universities and other nongovernmental organizations.
294
922807
3169
dan di universitas-universitas dan lembaga swadaya masyarakat.
15:26
Because the data is hidden down in the databases.
295
926000
2737
Karena datanya tersebunyi di dalam database.
15:28
And the public is there, and the internet is there,
296
928761
2530
Dan publik ada disana, dan internet disana, tapi kita belum menggunakannya dengan efektif.
15:31
but we have still not used it effectively.
297
931315
2160
15:33
All that information we saw changing in the world
298
933499
2675
Semua informasi yang kita lihat berubah di dunia
15:36
does not include publicly funded statistics.
299
936198
2941
belum termasuk statistik yang didanai oleh publik. Ada beberapa situs web
15:39
There are some web pages like this, you know,
300
939163
2371
seperti ini, di mana mereka menyerap sedikit nutrisi dari database-database itu,
15:41
but they take some nourishment down from the databases,
301
941558
4703
15:46
but people put prices on them, stupid passwords and boring statistics.
302
946285
4972
tapi mereka pasang harga untuk itu, password konyol, dan statistik yang membosankan.
15:51
(Laughter)
303
951281
1108
(Tawa) (Tepuk tangan)
15:52
And this won't work.
304
952413
1422
15:53
(Applause)
305
953859
2556
Dan ini tidak mungkin jalan. Jadi apa yang dibutuhkan? Kita punya databasenya.
15:56
So what is needed? We have the databases.
306
956439
2422
15:58
It's not a new database that you need.
307
958885
1867
Bukan database baru yang kita butuhkan. Kami punya peralatan desain yang mengagumkan,
16:00
We have wonderful design tools and more and more are added up here.
308
960776
3805
dan banyak lagi yang masih ditambahkan. Jadi kami memulai
16:04
So we started a nonprofit venture linking data to design,
309
964605
6130
sebuah usaha nirlaba yang kami namakan -- menghubungkan data dengan desain --
16:10
we called "Gapminder,"
310
970759
1156
kami namai Gapminder, diilhami kereta bawah tanah London, dimana ada peringatan,
16:11
from the London Underground, where they warn you, "Mind the gap."
311
971939
3097
"awas lubang celah." ("mind the gap.") Jadi kami pikir Gapminder sangatlah sesuai.
16:15
So we thought Gapminder was appropriate.
312
975060
1959
Dan kami mulai menyusun peranti lunak yang bisa menghubungkan data seperti ini.
16:17
And we started to write software which could link the data like this.
313
977043
4181
Dan itu tak terlalu sulit. Memang makan beberapa tahun, dan kami telah hasilkan animasi-animasi.
16:21
And it wasn't that difficult.
314
981248
1547
16:22
It took some person years, and we have produced animations.
315
982819
3723
16:26
You can take a data set and put it there.
316
986566
2233
Anda bisa mengambil sebuah kumpulan data dan masukkan disana.
16:28
We are liberating UN data, some few UN organization.
317
988823
4476
Kami membebaskan data PBB, beberapa organisasi PBB.
16:33
Some countries accept that their databases can go out on the world.
318
993323
4278
Beberapa negara mengijinkan database mereka untuk diakses dunia,
16:37
But what we really need is, of course, a search function,
319
997625
3245
tapi yang benar-benar kita butuhkan, tentu saja, adalah sebuah fungsi pencarian.
16:40
a search function where we can copy the data up to a searchable format
320
1000894
4502
Sebuah fungsi pencarian dimana kita dapat menterjemahkan data ke bentuk yang dapat dicari
16:45
and get it out in the world.
321
1005420
1518
dan membuatnya dapat diakses. Dan apa yang kami dengar saat mengenalkannya?
16:46
And what do we hear when we go around?
322
1006962
2165
Saya telah pelajari antropologi unit statistik utama. Semua orang bilang,
16:49
I've done anthropology on the main statistical units.
323
1009151
3118
16:52
Everyone says, "It's impossible. This can't be done.
324
1012293
3009
"Mustahil. Tak mungkin dilakukan. Informasi kami itu sangat unik
16:55
Our information is so peculiar in detail,
325
1015326
2510
16:57
so that cannot be searched as others can be searched.
326
1017860
3104
dan detail, sehingga tak sesuai untuk fungsi pencari dibanding informasi lainnya.
17:00
We cannot give the data free to the students,
327
1020988
2355
Kita tak bisa berikan data ini gratis pada para pelajar, dan wiraswastawan dunia."
17:03
free to the entrepreneurs of the world."
328
1023367
2126
Tapi inilah yang kita ingin lihat, bukan?
17:06
But this is what we would like to see, isn't it?
329
1026256
2346
Data yang didanai publik berada di bawah sini.
17:09
The publicly funded data is down here.
330
1029175
2424
17:11
And we would like flowers to grow out on the net.
331
1031623
3035
Dan kita ingin bunga-bunga indah tumbuh dalam internet.
17:14
One of the crucial points is to make them searchable,
332
1034682
3270
Dan satu poin penting adalah membuat datanya dapat dicari, jadi orang-orang dapat menggunakan
17:17
and then people can use the different design tools to animate it there.
333
1037976
4287
bermacam-macam alat desainnya untuk menganimasikannya.
Dan saya punya satu kabar baik untuk kalian. Kabar baiknya adalah bahwa,
17:22
And I have pretty good news for you.
334
1042287
2294
17:24
I have good news that the [current],
335
1044605
2194
17:26
new head of UN statistics doesn't say it's impossible.
336
1046823
3486
Kepala Badan Statistik PBB yang baru tidak berkata bahwa ini mustahil.
17:30
He only says, "We can't do it."
337
1050333
1856
Dia hanya berkata, "Kita tak bisa melakukannya."
17:32
(Laughter)
338
1052772
3532
(Tawa)
17:36
And that's a quite clever guy, huh?
339
1056328
1883
Benar-benar orang yang cerdik, ya?
17:38
(Laughter)
340
1058235
1849
(Tawa)
17:40
So we can see a lot happening in data in the coming years.
341
1060108
4365
Jadi kita akan melihat banyak aktivitas mengenai data beberapa tahun ke depan.
17:44
We will be able to look at income distributions in completely new ways.
342
1064497
4376
Kita akan bisa melihat distribusi pendapatan dengan cara yang benar-benar baru.
17:48
This is the income distribution of China, 1970.
343
1068897
5079
Ini adalah distribusi pendapatan di Cina, tahun 1970.
17:54
This is the income distribution of the United States, 1970.
344
1074000
4796
distribusi pendapatan di Amerika Serikat, tahun 1970.
17:58
Almost no overlap.
345
1078820
1851
Hampir tidak ada perpotongannya. Dan apa yang telah terjadi?
18:00
Almost no overlap.
346
1080695
1411
18:02
And what has happened?
347
1082130
1716
18:03
What has happened is this:
348
1083870
1481
Inilah yang terjadi: bahwa Cina berkembang, dan mulai ada kesenjangan,
18:05
that China is growing, it's not so equal any longer,
349
1085375
2972
18:08
and it's appearing here, overlooking the United States,
350
1088371
3971
dan muncul disini, siap menerkam Amerika Serikat.
18:12
almost like a ghost, isn't it?
351
1092366
2292
Hampir seperti hantu, ya kan?
18:14
(Laughter)
352
1094682
1294
(Tawa)
18:16
It's pretty scary.
353
1096000
1587
Agak menakutkan. Tapi saya pikir sangat penting untuk mendapat semua informasi ini.
18:17
(Laughter)
354
1097611
2261
18:22
But I think it's very important to have all this information.
355
1102762
3910
18:26
We need really to see it.
356
1106696
2730
Kita perlu benar-benar melihatnya. Dan daripada melihat ini,
18:29
And instead of looking at this,
357
1109450
2883
18:32
I would like to end up by showing the internet users per 1,000.
358
1112357
5383
saya ingin menutup dengan menunjukkan jumlah pengguna internet per 1000 [orang].
18:37
In this software, we access about 500 variables
359
1117764
2924
Dengan peranti lunak ini, kami mengakses sekitar 500 variabel dari semua negara dengan cukup mudah.
18:40
from all the countries quite easily.
360
1120712
2267
Akan perlu beberapa saat untuk merubah ini,
18:43
It takes some time to change for this,
361
1123003
3134
18:46
but on the axes, you can quite easily get any variable you would like to have.
362
1126161
5818
tapi di sumbu-sumbunya, anda bisa memasang variabel apa pun yang anda inginkan dengan mudah.
Dan hal yang utama adalah untuk menerbitkan databasenya dengan gratis,
18:52
And the thing would be to get up the databases free,
363
1132003
4383
18:56
to get them searchable, and with a second click,
364
1136410
2809
membuatnya dapat dicari, dan dengan dua kali klik, mengubahnya
18:59
to get them into the graphic formats, where you can instantly understand them.
365
1139243
5056
ke dalam bentuk grafik, dimana anda dapat langsung memahaminya.
19:04
Now, statisticians don't like it, because they say
366
1144323
3426
Nah, statistikawan tidak suka ini, mereka bilang bahwa ini
19:07
that this will not show the reality;
367
1147773
6917
tak menunjukkan kenyataan; kita harus memakai metode statistika dan analitika.
19:14
we have to have statistical, analytical methods.
368
1154714
2288
Tapi ini sistem yang menghasilkan hipotesis.
19:17
But this is hypothesis-generating.
369
1157026
1950
19:19
I end now with the world.
370
1159000
1905
Saya akhiri dengan dunia. Di sana, Internet sedang datang.
19:22
There, the internet is coming.
371
1162021
1485
19:23
The number of internet users are going up like this.
372
1163530
2483
Jumlah pengguna internet naik seperti ini. Ini adalah GDP per orang.
19:26
This is the GDP per capita.
373
1166037
2111
Dan ini adalah teknologi baru yang muncul, tapi ajaibnya, betapa
19:28
And it's a new technology coming in, but then amazingly,
374
1168172
3500
19:31
how well it fits to the economy of the countries.
375
1171696
4027
cocoknya ini dengan tingkat ekonomi tiap negara. Itulah mengapa komputer
19:35
That's why the $100 computer will be so important.
376
1175747
2992
seharga 100 dolar akan jadi sangat penting. Tapi ini kecenderungan yang baik.
19:38
But it's a nice tendency.
377
1178763
1405
19:40
It's as if the world is flattening off, isn't it?
378
1180192
2771
Seakan dunia ini jadi lebih datar, kan? Negara-negara ini
19:42
These countries are lifting more than the economy,
379
1182987
2538
naik lebih tinggi daripada ekonominya dan sangatlah menarik
19:45
and it will be very interesting to follow this over the year,
380
1185549
2956
untuk mengikuti ini beberapa tahun ke depan, dan saya ingin anda juga bisa
19:48
as I would like you to be able to do with all the publicly funded data.
381
1188529
3650
melakukannya dengan data-data yang didanai publik. Terima kasih banyak.
19:52
Thank you very much.
382
1192203
1182
19:53
(Applause)
383
1193409
3000
(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