Erik Hersman: How texting helped Kenyans survive crisis

15,544 views ・ 2009-04-22

TED


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

Translator: Teddy Budiwan Reviewer: Aditya Muharam
00:12
So I'm here to tell you a story of success from Africa.
0
12160
4000
Saya di sini untuk menceritakan kesuksesan di Afrika.
00:16
A year and a half ago,
1
16160
3000
1,5 tahun yang lalu,
00:19
four of the five people who are full time members
2
19160
2000
4 dari 5 orang anggota tetap
00:21
at Ushahidi,
3
21160
2000
di Ushahidi,
00:23
which means "testimony" in Swahili,
4
23160
3000
kata yang berarti "kesaksian" dalam bahasa Swahili,
00:26
were TED Fellows.
5
26160
2000
adalah anggota TED Fellow.
00:28
A year ago in Kenya we had post-election violence.
6
28160
3000
1 tahun yang lalu di Kenya kami mengalami tindak kekerasan setelah pemilu.
00:31
And in that time we prototyped and built,
7
31160
3000
Waktu itu kami membuat prototipe dan membangun,
00:34
in about three days, a system that would allow
8
34160
2000
dalam 3 hari, sebuah sistem yang membenarkan
00:36
anybody with a mobile phone
9
36160
2000
siapapun dengan ponsel
00:38
to send in information and reports on what was happening around them.
10
38160
3000
mengirim informasi dan melaporkan apa yang terjadi di sekitar mereka.
00:41
We took what we knew about Africa,
11
41160
2000
Kami mengambil apa yang kami pelajari mengenai Afrika,
00:43
the default device,
12
43160
2000
alat standar,
00:45
the mobile phone, as our common denominator,
13
45160
2000
ponsel, sebagai alat yang paling umum,
00:47
and went from there.
14
47160
2000
dan mulai dari sana.
00:49
We got reports like this.
15
49160
3000
Kami mendapatkan laporan seperti ini.
00:56
This is just a couple of them from January 17th, last year.
16
56160
3000
Ini hanya beberapa dari laporan tanggal 17 Januari tahun lalu.
01:02
And our system was rudimentary. It was very basic.
17
62160
3000
Sistem kami sangat sederhana.
01:05
It was a mash-up that used data that we collected from people,
18
65160
3000
Ia adalah mash-up (gabungan) yang menggunakan data yang kami peroleh,
01:08
and we put it on our map.
19
68160
2000
lalu kami letakkan di peta kami.
01:10
But then we decided we needed to do something more.
20
70160
2000
Namun kami memutuskan bahwa kami butuh untuk melakukan lebih banyak.
01:12
We needed to take what we had built
21
72160
2000
Kami merasa perlu untuk mengambil apa yang telah kami bangun
01:14
and create a platform out of it so that it could be used elsewhere in the world.
22
74160
3000
untuk menciptakan sebuah platform yang dapat digunakan di mana saja di dunia.
01:17
And so there is a team of developers
23
77160
3000
Kemudian ada tim pengembang
01:20
from all over Africa, who are part of this team now --
24
80160
3000
dari segala penjuru Afrika, yang merupakan bagian dari tim ini sekarang,
01:23
from Ghana, from Malawi, from Kenya.
25
83160
2000
dari Ghana, Malawi, Kenya.
01:25
There is even some from the U.S.
26
85160
4000
Bahkan ada beberapa anggota dari Amerika Serikat
01:29
We're building for smartphones, so that it can be used in the developed world,
27
89160
3000
Kami membuatnya untuk ponsel pintar agar dapat digunakan di negara maju,
01:32
as well as the developing world.
28
92160
2000
juga negara berkembang.
01:34
We are realizing that this is true.
29
94160
2000
Kami sadar bahwa ini adalah hal yang benar.
01:36
If it works in Africa then it will work anywhere.
30
96160
2000
Bila ia berhasil di Afrika, ia akan berhasil di mana saja.
01:38
And so we build for it in Africa first
31
98160
3000
Jadi kami membangunnya di Afrika dulu
01:41
and then we move to the edges.
32
101160
2000
kemudian kami pindahkan ke tempat lain.
01:43
It's now been deployed in the Democratic Republic of the Congo.
33
103160
3000
Kini sistem ini telah dijalankan di Republik Demokrat Kongo.
01:46
It's being used by NGOs all over East Africa,
34
106160
3000
Sistem ini telah digunakan oleh NGO di Afrika Timur.
01:49
small NGOs doing their own little projects.
35
109160
3000
NGO kecil yang mengerjakan proyek kecil mereka.
01:52
Just this last month it was deployed by
36
112160
2000
Bulan ini baru saja dijalankan
01:54
Al Jazeera in Gaza.
37
114160
3000
oleh Al Jazeera di Gaza.
01:57
But that's actually not what I'm here to talk about.
38
117160
2000
Namun aku tidak akan berbicara mengenai hal itu.
01:59
I'm here to talk about the next big thing,
39
119160
2000
Aku ingin berbicara mengenai hal besar selanjutnya
02:01
because what we're finding out is that
40
121160
2000
karena apa yang kami temukan adalah
02:03
we have this capacity to report
41
123160
2000
kami memiliki kemampuan untuk melaporkan
02:05
eyewitness accounts of what's going on in real time.
42
125160
4000
laporan pandangan mata mengenai apa yang benar-benar terjadi.
02:09
We're seeing this in events like Mumbai recently,
43
129160
3000
Kami mendapatkan hal ini melalui kejadian di Mumbai akhir-akhir ini.
02:12
where it's so much easier to report now
44
132160
2000
Kini sangat mudah untuk melaporkan
02:14
than it is to consume it.
45
134160
2000
dibandingkan mengkonsumsi beritanya.
02:16
There is so much information; what do you do?
46
136160
2000
Sangat banyak informasi, apa yang dapat dilakukan?
02:18
This is the Twitter reports for over three days
47
138160
3000
Ini adalah laporan Twitter selama 3 hari
02:21
just covering Mumbai.
48
141160
2000
mengenai Mumbai saja.
02:23
How do you decide what is important?
49
143160
2000
Bagaimana memutuskan mana yang penting?
02:25
What is the veracity level of what you're looking at?
50
145160
3000
Bagaimana nilai kebenarannya?
02:28
So what we find is that there is this
51
148160
2000
Apa yang kami temukan adalah
02:30
great deal of wasted crisis information
52
150160
2000
banyaknya informasi mengenai krisis yang diboroskan
02:32
because there is just too much information for us to
53
152160
3000
karena terlalu banyak informasi
02:35
actually do anything with right now.
54
155160
3000
bagi kami untuk melakukan tindakan
02:38
And what we're actually really concerned with
55
158160
2000
Kami justru khawatir dengan
02:40
is this first three hours.
56
160160
2000
3 jam pertama ini.
02:42
What we are looking at is the first three hours.
57
162160
2000
Kita sedang melihat tiga jam pertama.
02:44
How do we deal with that information that is coming in?
58
164160
3000
Bagaimana kita memperlakukan informasi yang masuk?
02:47
You can't understand what is actually happening.
59
167160
2000
Kita tidak tahu apa yang benar-benar terjadi.
02:49
On the ground and around the world
60
169160
2000
Di lokasi kejadian dan di sekeliling dunia
02:51
people are still curious,
61
171160
2000
orang masih penasaran
02:53
and trying to figure out what is going on. But they don't know.
62
173160
3000
dan ingin tahu apa yang terjadi, namun mereka tidak tahu.
02:56
So what we built of course, Ushahidi,
63
176160
3000
Yang kami bangun, Ushahidi,
02:59
is crowdsourcing this information.
64
179160
2000
Melakukan crowdsourcing (melempar ke publik) terhadap informasi ini.
03:01
You see this with Twitter, too. You get this information overload.
65
181160
3000
Kau juga dapat melihat ini dengan Twitter. Anda akan mengalami information overload (terlalu banyak informasi).
03:04
So you've got a lot of information. That's great.
66
184160
2000
Jadi, kau punya banyak informasi. Itu bagus.
03:06
But now what?
67
186160
2000
Lalu apa yang harus dilakukan?
03:08
So we think that there is something interesting we can do here.
68
188160
3000
Menurut kami ada yang dapat dilakukan.
03:11
And we have a small team who is working on this.
69
191160
2000
Kami memiliki tim kecil yang mengerjakan hal ini.
03:13
We think that we can actually create
70
193160
2000
Menurut kami, kami dapat membuat
03:15
a crowdsourced filter.
71
195160
2000
sebuah filter oleh publik.
03:17
Take the crowd and apply them to the information.
72
197160
3000
Ambil data dari publik dan aplikasikan pada informasi.
03:20
And by rating it and by rating
73
200160
2000
Dengan memberikan peringkat terhadap informasi
03:22
the different people who submit information,
74
202160
2000
dan orang yang memberikan informasi
03:24
we can get refined results
75
204160
2000
kita dapat memperoleh hasil yang lebih detil
03:26
and weighted results.
76
206160
2000
dan berbobot.
03:28
So that we have a better understanding
77
208160
2000
Sehingga kami akan punya pemahaman yang lebih baik
03:30
of the probability of something being true or not.
78
210160
2000
terhadap kebenaran dari suatu informasi.
03:32
This is the kind of innovation that is,
79
212160
3000
Ini adalah inovasi dari Afrika
03:35
quite frankly -- it's interesting that it's coming from Africa.
80
215160
2000
yang menarik.
03:37
It's coming from places that you wouldn't expect.
81
217160
3000
Ia datang dari tempat yang tidak kau perkirakan.
03:40
From young, smart developers.
82
220160
2000
Dari pengembang muda yang pintar.
03:42
And it's a community around it that has decided to build this.
83
222160
3000
Dan lingkungan sekitarnya yang telah memutuskan untuk membangun ini.
03:45
So, thank you very much.
84
225160
2000
Terima kasih.
03:47
And we are very happy to be part of the TED family.
85
227160
2000
Kami sangat bahagia menjadi bagian dari keluarga TED.
03:49
(Applause)
86
229160
1000
(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