Tim Berners-Lee: The next Web of open, linked data

443,194 views ・ 2009-03-13

TED


Sila klik dua kali pada sari kata Inggeris di bawah untuk memainkan video.

Translator: Muaz Rudy Herman Reviewer: Pei Fang Ng
00:18
Time flies.
0
18330
2000
Masa berlalu dengan cepat.
00:20
It's actually almost 20 years ago
1
20330
2000
Ia sebenarnya hampir 20 tahun yang lalu
00:22
when I wanted to reframe the way we use information,
2
22330
4000
apabila saya mahu merangka semula cara kita menggunakan maklumat,
00:26
the way we work together: I invented the World Wide Web.
3
26330
3000
cara kita bekerjasama: Saya yang mencipta World Wide Web.
00:29
Now, 20 years on, at TED,
4
29330
3000
Kini, 20 tahun kemudian, di TED,
00:32
I want to ask your help in a new reframing.
5
32330
4000
Saya ingin meminta bantuan anda dalam perangkaan semula yang baru.
00:37
So going back to 1989,
6
37330
4000
Jadi, kembali ke tahun 1989,
00:41
I wrote a memo suggesting the global hypertext system.
7
41330
3000
Saya menulis memo yang mencadangkan sistem hyperteks global.
00:44
Nobody really did anything with it, pretty much.
8
44330
3000
Tiada orang yang melakukan apa-apa.
00:47
But 18 months later -- this is how innovation happens --
9
47330
4000
Tapi 18 bulan kemudian - ini adalah bagaimana inovasi berlaku -
00:51
18 months later, my boss said I could do it on the side,
10
51330
4000
18 bulan kemudian, bos saya kata, saya boleh melakukannya
00:55
as a sort of a play project,
11
55330
2000
sebagai satu bentuk projek bermain-main
00:57
kick the tires of a new computer we'd got.
12
57330
2000
dengan menggunakan komputer baru kami.
00:59
And so he gave me the time to code it up.
13
59330
3000
Dia memberikan saya masa untuk mengekodnya.
01:02
So I basically roughed out what HTML should look like:
14
62330
5000
Jadi, saya sediakan draf HTML:
01:07
hypertext protocol, HTTP;
15
67330
3000
protokol hiperteks, HTTP;
01:10
the idea of URLs, these names for things
16
70330
3000
idea URL, nama-nama ini untuk perkara-perkara
01:13
which started with HTTP.
17
73330
2000
yang bermula dengan HTTP.
01:15
I wrote the code and put it out there.
18
75330
2000
Saya menulis kodnya dan mendedahkannya.
01:17
Why did I do it?
19
77330
2000
Mengapa saya melakukannya?
01:19
Well, it was basically frustration.
20
79330
2000
Ia kerana kekecewaan.
01:21
I was frustrated -- I was working as a software engineer
21
81330
4000
Saya kecewa - Saya bekerja sebagai seorang jurutera perisian
01:25
in this huge, very exciting lab,
22
85330
2000
di dalam makmal besar yang sangat menarik,
01:27
lots of people coming from all over the world.
23
87330
2000
di mana ramai orang datang dari seluruh dunia.
01:29
They brought all sorts of different computers with them.
24
89330
3000
Mereka membawa bermacam-macam komputer bersama mereka.
01:32
They had all sorts of different data formats,
25
92330
3000
Mereka mempunyai pelbagai format data yang berbeza,
01:35
all sorts, all kinds of documentation systems.
26
95330
2000
pelbagai jenis sistem dokumentasi.
01:37
So that, in all that diversity,
27
97330
3000
Jadi, dalam kepelbagaian itu,
01:40
if I wanted to figure out how to build something
28
100330
2000
jika saya mahu memikirkan bagaimana untuk membina sesuatu
01:42
out of a bit of this and a bit of this,
29
102330
2000
daripada sedikit ini dan sedikit ini,
01:44
everything I looked into, I had to connect to some new machine,
30
104330
4000
semua yang saya mahu, saya terpaksa menyambung kepada mesin-mesin baru,
01:48
I had to learn to run some new program,
31
108330
2000
Saya terpaksa belajar program baru,
01:50
I would find the information I wanted in some new data format.
32
110330
5000
data yang saya mahu berada dalam format data yang baru,
01:55
And these were all incompatible.
33
115330
2000
dan semua ini tidak serasi.
01:57
It was just very frustrating.
34
117330
2000
Ia sangat mengecewakan.
01:59
The frustration was all this unlocked potential.
35
119330
2000
Terdapat potensi yang belum dicungkil.
02:01
In fact, on all these discs there were documents.
36
121330
3000
Sebenarnya, semua cakera ini mengandungi banyak dokumen.
02:04
So if you just imagined them all
37
124330
3000
Jadi, jika anda membayangkan semua ini
02:07
being part of some big, virtual documentation system in the sky,
38
127330
5000
sebagai sebahagian daripada sistem dokumentasi maya di langit,
02:12
say on the Internet,
39
132330
2000
katakan, di Internet,
02:14
then life would be so much easier.
40
134330
2000
maka konsep ini akan menjadi lebih mudah.
02:16
Well, once you've had an idea like that it kind of gets under your skin
41
136330
4000
Apabila anda telah mempunyai idea seperti itu, anda berasa tersinggung
02:20
and even if people don't read your memo --
42
140330
2000
kerana orang lain tidak membaca memo anda.
02:22
actually he did, it was found after he died, his copy.
43
142330
3000
Sebenarnya, dia membacanya. Salinannya ditemui selepas dia meninggal dunia.
02:25
He had written, "Vague, but exciting," in pencil, in the corner.
44
145330
3000
Dia menulis, "Tidak jelas, tapi menarik."
02:28
(Laughter)
45
148330
2000
(Gelak ketawa)
02:30
But in general it was difficult -- it was really difficult to explain
46
150330
4000
Tapi secara umumnya, adalah sangat sukar untuk menerangkan konsep web.
02:34
what the web was like.
47
154330
2000
Tapi secara umumnya, adalah sangat sukar untuk menerangkan konsep web.
02:36
It's difficult to explain to people now that it was difficult then.
48
156330
2000
Agak sukar untuk menerangkannya sekarang, apalagi dulu.
02:38
But then -- OK, when TED started, there was no web
49
158330
3000
Apabila TED baru dimulakan, web belum wujud
02:41
so things like "click" didn't have the same meaning.
50
161330
3000
maka perkara seperti "klik" tidak mempunyai makna yang sama.
02:44
I can show somebody a piece of hypertext,
51
164330
2000
Saya boleh menunjukkan sebuah hiperteks,
02:46
a page which has got links,
52
166330
2000
sebuah laman yang mengandungi pautan.
02:48
and we click on the link and bing -- there'll be another hypertext page.
53
168330
4000
Klik pada pautan dan laman hiperteks yang lain akan muncul.
02:52
Not impressive.
54
172330
2000
Tidak menarik.
02:54
You know, we've seen that -- we've got things on hypertext on CD-ROMs.
55
174330
3000
Kita telah melihat itu -- terdapat hiperteks dalam CD-ROM.
02:57
What was difficult was to get them to imagine:
56
177330
3000
Apa yang sukar ialah, membolehkan mereka membayangkannya:
03:00
so, imagine that that link could have gone
57
180330
4000
Bayangkan bahawa pautan itu boleh sampai ke
03:04
to virtually any document you could imagine.
58
184330
2000
mana-mana dokumen yang anda dapat bayangkan.
03:07
Alright, that is the leap that was very difficult for people to make.
59
187330
4000
Orang ramai sangat sukar membayangkannya.
03:11
Well, some people did.
60
191330
2000
Tapi, sesetengah orang dapat melakukannya.
03:13
So yeah, it was difficult to explain, but there was a grassroots movement.
61
193330
3000
Adalah sukar untuk menerangkannya, tapi terdapat sebuah gerakan akar umbi.
03:17
And that is what has made it most fun.
62
197330
4000
Itulah yang menjadikannya sangat menyeronokkan.
03:21
That has been the most exciting thing,
63
201330
2000
Ia perkara yang paling menarik.
03:23
not the technology, not the things people have done with it,
64
203330
2000
bukan teknologi, bukan perkara yang dilakukan dengannya,
03:25
but actually the community, the spirit of all these people
65
205330
2000
tapi komuniti ini, semangat orang-orang ini
03:27
getting together, sending the emails.
66
207330
2000
bersama-sama menghantar e-mel.
03:29
That's what it was like then.
67
209330
2000
Itulah yang berlaku pada masa itu.
03:31
Do you know what? It's funny, but right now it's kind of like that again.
68
211330
3000
Ia lucu, tapi sekarang keadaannya adalah serupa.
03:34
I asked everybody, more or less, to put their documents --
69
214330
2000
Saya minta semua orang masukkan dokumen mereka -
03:36
I said, "Could you put your documents on this web thing?"
70
216330
3000
Saya tanya, "Bolehkah anda letakkan dokumen anda ke dalam web ini?"
03:39
And you did.
71
219330
3000
Dan anda lakukannya.
03:42
Thanks.
72
222330
1000
Terima kasih.
03:43
It's been a blast, hasn't it?
73
223330
2000
Ia telah meletus, bukan?
03:45
I mean, it has been quite interesting
74
225330
2000
Ia agak menarik
03:47
because we've found out that the things that happen with the web
75
227330
2000
kerana kita telah mendapati bahawa apa yang berlaku dalam web membuat kita teruja.
03:49
really sort of blow us away.
76
229330
2000
kerana kita telah mendapati bahawa apa yang berlaku dalam web membuat kita teruja.
03:51
They're much more than we'd originally imagined
77
231330
2000
Banyak perkara yang tidak terbayang berlaku
03:53
when we put together the little, initial website
78
233330
2000
kerana pada mulanya kita cuma mahu masukkan beberapa dokumen.
03:55
that we started off with.
79
235330
2000
kerana pada mulanya kita cuma mahu masukkan beberapa dokumen.
03:57
Now, I want you to put your data on the web.
80
237330
3000
Sekarang, saya mahu anda masukkan data anda ke dalam web.
04:00
Turns out that there is still huge unlocked potential.
81
240330
4000
Sebenarnya, masih terdapat banyak potensi yang belum dicungkil.
04:04
There is still a huge frustration
82
244330
2000
Orang ramai masih sangat kecewa
04:06
that people have because we haven't got data on the web as data.
83
246330
4000
kerana kita belum mendapatkan data yang kita mahu daripada web.
04:10
What do you mean, "data"? What's the difference -- documents, data?
84
250330
2000
Apakah perbezaan "dokumen" dan "data"?
04:12
Well, documents you read, OK?
85
252330
3000
Anda membaca dokumen, OK?
04:15
More or less, you read them, you can follow links from them, and that's it.
86
255330
3000
Anda membacanya; anda boleh mengikuti pautannya.
04:18
Data -- you can do all kinds of stuff with a computer.
87
258330
2000
Data pula, anda boleh lakukan banyak perkara dengan komputer.
04:20
Who was here or has otherwise seen Hans Rosling's talk?
88
260330
6000
Siapakah di sini yang telah melihat ceramah Hans Rosling?
04:26
One of the great -- yes a lot of people have seen it --
89
266330
4000
Salah satu yang bagus - Ya, banyak orang telah melihatnya.
04:30
one of the great TED Talks.
90
270330
2000
Salah satu ceramah TED yang bagus.
04:32
Hans put up this presentation
91
272330
2000
Hans memberikan persembahan ini.
04:34
in which he showed, for various different countries, in various different colors --
92
274330
5000
Dia menunjukkan negara-negara yang diwakili warna-warna yang berbeza,
04:39
he showed income levels on one axis
93
279330
3000
tahap pendapatan pada satu paksi
04:42
and he showed infant mortality, and he shot this thing animated through time.
94
282330
3000
dan kematian bayi dengan menggunakan animasi.
04:45
So, he'd taken this data and made a presentation
95
285330
4000
Jadi, dia mengambil data ini dan membuat persembahan
04:49
which just shattered a lot of myths that people had
96
289330
3000
yang membuka mata orang ramai
04:52
about the economics in the developing world.
97
292330
4000
tentang ekonomi di negara-negara yang sedang membangun.
04:56
He put up a slide a little bit like this.
98
296330
2000
Dia menggunakan slaid seperti ini.
04:58
It had underground all the data
99
298330
2000
Semua data berada di bawah tanah.
05:00
OK, data is brown and boxy and boring,
100
300330
3000
Data berwarna coklat, berbentuk kotak dan membosankan.
05:03
and that's how we think of it, isn't it?
101
303330
2000
Itulah bagaimana kita fikirkannya, bukan?
05:05
Because data you can't naturally use by itself
102
305330
3000
Ini kerana anda tidak hanya menggunakan data semata-mata.
05:08
But in fact, data drives a huge amount of what happens in our lives
103
308330
4000
Sebenarnya, data mendorong banyak perkara yang berlaku dalam kehidupan kita
05:12
and it happens because somebody takes that data and does something with it.
104
312330
3000
dan ia berlaku kerana seseorang mengambil data dan melakukan sesuatu dengannya.
05:15
In this case, Hans had put the data together
105
315330
2000
Dalam kes ini, Hans telah mengumpulkan data
05:17
he had found from all kinds of United Nations websites and things.
106
317330
5000
yang diperoleh daripada pelbagai perkara dan laman web Bangsa-bangsa Bersatu.
05:22
He had put it together,
107
322330
2000
Dia telah mengumpulkan semua data
05:24
combined it into something more interesting than the original pieces
108
324330
3000
dan menggabungkannya menjadi sesuatu yang lebih menarik daripada data asal.
05:27
and then he'd put it into this software,
109
327330
5000
Kemudian, dia memasukkannya ke dalam perisian ini,
05:32
which I think his son developed, originally,
110
332330
2000
yang dikembangkan oleh anaknya,
05:34
and produces this wonderful presentation.
111
334330
3000
dan menghasilkan persembahan yang menarik ini.
05:37
And Hans made a point
112
337330
2000
Hans kata,
05:39
of saying, "Look, it's really important to have a lot of data."
113
339330
4000
"Adalah sangat penting untuk mempunyai banyak data."
05:43
And I was happy to see that at the party last night
114
343330
3000
Semasa di parti malam tadi, saya gembira melihat
05:46
that he was still saying, very forcibly, "It's really important to have a lot of data."
115
346330
4000
bahawa dia masih menegaskan, "Adalah sangat penting untuk mempunyai banyak data."
05:50
So I want us now to think about
116
350330
2000
Jadi, saya mahu kita bukan saja berfikir tentang
05:52
not just two pieces of data being connected, or six like he did,
117
352330
4000
2 jenis data yang berkaitan, atau 6 seperti yang dikatakannya,
05:56
but I want to think about a world where everybody has put data on the web
118
356330
5000
tapi saya mahu melihat dunia di mana semua orang telah masukkan data ke dalam web
06:01
and so virtually everything you can imagine is on the web
119
361330
2000
agar semua yang anda boleh bayangkan berada dalam web
06:03
and then calling that linked data.
120
363330
2000
dan kemudian memanggilnya data berkaitan.
06:05
The technology is linked data, and it's extremely simple.
121
365330
2000
Teknologi ini data berkaitan; ia amat mudah.
06:07
If you want to put something on the web there are three rules:
122
367330
4000
Jika anda ingin masukkan sesuatu ke dalam web, terdapat 3 peraturan:
06:11
first thing is that those HTTP names --
123
371330
3000
Peraturan pertama ialah,
06:14
those things that start with "http:" --
124
374330
2000
bagi perkara-perkara yang bermula dengan "http:",
06:16
we're using them not just for documents now,
125
376330
4000
sekarang, kita bukan saja menggunakannya untuk dokumen,
06:20
we're using them for things that the documents are about.
126
380330
2000
kita juga menggunakannya untuk perkara yang berkaitan dengan dokumen,
06:22
We're using them for people, we're using them for places,
127
382330
2000
orang ramai, tempat, produk anda, dan peristiwa.
06:24
we're using them for your products, we're using them for events.
128
384330
4000
orang ramai, tempat, produk anda, dan peristiwa.
06:28
All kinds of conceptual things, they have names now that start with HTTP.
129
388330
4000
Kini, pelbagai jenis konsep mempunyai nama yang bermula dengan HTTP.
06:32
Second rule, if I take one of these HTTP names and I look it up
130
392330
5000
Peraturan kedua, jika saya mengambil sebuah nama HTTP,
06:37
and I do the web thing with it and I fetch the data
131
397330
2000
membuat pencarian di web, dan mengambil data dengan
06:39
using the HTTP protocol from the web,
132
399330
2000
menggunakan protokol HTTP daripada web,
06:41
I will get back some data in a standard format
133
401330
3000
Saya akan mendapat beberapa data dalam format yang standard
06:44
which is kind of useful data that somebody might like to know
134
404330
5000
iaitu data yang berguna tentang sesuatu atau peristiwa
06:49
about that thing, about that event.
135
409330
2000
yang ingin diketahui seseorang.
06:51
Who's at the event? Whatever it is about that person,
136
411330
2000
Siapa berada di situ? Apa-apa saja tentang orang itu,
06:53
where they were born, things like that.
137
413330
2000
di mana mereka dilahirkan, perkara-perkara seperti itu.
06:55
So the second rule is I get important information back.
138
415330
2000
Jadi peraturan kedua ialah, saya mendapat maklumat penting.
06:57
Third rule is that when I get back that information
139
417330
4000
Peraturan ketiga ialah, apabila saya mendapat maklumat itu
07:01
it's not just got somebody's height and weight and when they were born,
140
421330
3000
ia bukan saja ketinggian, berat badan, kelahiran, tapi semuanya berkaitan.
07:04
it's got relationships.
141
424330
2000
ia bukan saja ketinggian, berat badan, kelahiran, tapi semuanya berkaitan.
07:06
Data is relationships.
142
426330
2000
Data-data adalah saling berkaitan.
07:08
Interestingly, data is relationships.
143
428330
2000
Agak menarik, data-data adalah saling berkaitan.
07:10
This person was born in Berlin; Berlin is in Germany.
144
430330
4000
Orang ini dilahirkan di Berlin; Berlin terletak di Jerman.
07:14
And when it has relationships, whenever it expresses a relationship
145
434330
3000
Apabila ia saling berkaitan, apabila ia menunjukkan perkaitan
07:17
then the other thing that it's related to
146
437330
3000
maka perkara lain yang berkaitan dengannya
07:20
is given one of those names that starts HTTP.
147
440330
4000
diberikan sebuah nama yang bermula dengan HTTP.
07:24
So, I can go ahead and look that thing up.
148
444330
2000
Jadi, saya boleh meneruskan pencarian.
07:26
So I look up a person -- I can look up then the city where they were born; then
149
446330
3000
Jika saya mencari seseorang, saya boleh mencari bandar di mana mereka dilahirkan,
07:29
I can look up the region it's in, and the town it's in,
150
449330
3000
Jika saya mencari seseorang, saya boleh mencari bandar di mana mereka dilahirkan,
07:32
and the population of it, and so on.
151
452330
3000
kawasan dan pekan itu, populasi dan sebagainya.
07:35
So I can browse this stuff.
152
455330
2000
Jadi, saya boleh melihat semua ini.
07:37
So that's it, really.
153
457330
2000
Memang begitu.
07:39
That is linked data.
154
459330
2000
Itulah data berkaitan.
07:41
I wrote an article entitled "Linked Data" a couple of years ago
155
461330
3000
Beberapa tahun yang lalu, saya menulis artikel yang bertajuk "Data Berkaitan"
07:44
and soon after that, things started to happen.
156
464330
4000
dan tidak lama selepas itu, banyak perkara mula berlaku.
07:48
The idea of linked data is that we get lots and lots and lots
157
468330
4000
Idea data berkaitan ialah, kita mendapat banyak
07:52
of these boxes that Hans had,
158
472330
2000
kotak-kotak seperti yang Hans ada,
07:54
and we get lots and lots and lots of things sprouting.
159
474330
2000
dan kita mendapat banyak percambahan.
07:56
It's not just a whole lot of other plants.
160
476330
3000
Ia bukan saja banyak tumbuhan yang lain.
07:59
It's not just a root supplying a plant,
161
479330
2000
Ia bukan saja satu akar untuk satu tumbuhan,
08:01
but for each of those plants, whatever it is --
162
481330
3000
tapi bagi setiap satu tumbuhan, apa-apa saja,
08:04
a presentation, an analysis, somebody's looking for patterns in the data --
163
484330
3000
persembahan, analisis, seseorang yang mencari corak data,
08:07
they get to look at all the data
164
487330
3000
mereka dapat melihat semua data
08:10
and they get it connected together,
165
490330
2000
dan mengaitkannya.
08:12
and the really important thing about data
166
492330
2000
Apa yang sangat penting tentang data ialah,
08:14
is the more things you have to connect together, the more powerful it is.
167
494330
2000
semakin banyak data yang dikaitkan, ia semakin bernilai.
08:16
So, linked data.
168
496330
2000
Jadi, data berkaitan.
08:18
The meme went out there.
169
498330
2000
Ia tersebar.
08:20
And, pretty soon Chris Bizer at the Freie Universitat in Berlin
170
500330
4000
Kemudian, Chris Bizer dari Freie Universitat, Berlin,
08:24
who was one of the first people to put interesting things up,
171
504330
2000
salah seorang yang masukkan data yang menarik,
08:26
he noticed that Wikipedia --
172
506330
2000
dia mendapati bahawa Wikipedia -
08:28
you know Wikipedia, the online encyclopedia
173
508330
3000
anda tahu Wikipedia, ensiklopedia dalam talian
08:31
with lots and lots of interesting documents in it.
174
511330
2000
yang mengandungi banyak dokumen yang menarik.
08:33
Well, in those documents, there are little squares, little boxes.
175
513330
4000
Dalam dokumen tersebut, terdapat kotak-kotak kecil.
08:37
And in most information boxes, there's data.
176
517330
3000
Dalam kebanyakan kotak maklumat, terdapat data.
08:40
So he wrote a program to take the data, extract it from Wikipedia,
177
520330
4000
Dia menulis sebuah program untuk mengambil data dari Wikipedia,
08:44
and put it into a blob of linked data
178
524330
2000
dan menyimpan data berkaitan
08:46
on the web, which he called dbpedia.
179
526330
3000
ke dalam web; dia memanggilnya dbpedia.
08:49
Dbpedia is represented by the blue blob in the middle of this slide
180
529330
4000
Dbpedia diwakili oleh bulatan biru dalam slaid ini.
08:53
and if you actually go and look up Berlin,
181
533330
2000
Jika anda membuat pencarian tentang Berlin,
08:55
you'll find that there are other blobs of data
182
535330
2000
anda akan menemui data-data lain
08:57
which also have stuff about Berlin, and they're linked together.
183
537330
3000
yang mempunyai maklumat tentang Berlin, dan ia telah dikaitkan.
09:00
So if you pull the data from dbpedia about Berlin,
184
540330
3000
Jadi, jika anda mengambil data dari dbpedia tentang Berlin,
09:03
you'll end up pulling up these other things as well.
185
543330
2000
anda juga akan mengambil maklumat lain.
09:05
And the exciting thing is it's starting to grow.
186
545330
3000
Apa yang menarik ialah, ia mula berkembang.
09:08
This is just the grassroots stuff again, OK?
187
548330
2000
Ini hanyalah bahagian akar umbi.
09:10
Let's think about data for a bit.
188
550330
3000
Mari kita berfikir lebih banyak tentang data.
09:13
Data comes in fact in lots and lots of different forms.
189
553330
3000
Data berada dalam bentuk-bentuk yang berbeza.
09:16
Think of the diversity of the web. It's a really important thing
190
556330
3000
Fikirkan kepelbagaian web. Ia sangat penting
09:19
that the web allows you to put all kinds of data up there.
191
559330
3000
bahawa anda dapat masukkan pelbagai jenis data ke dalam web.
09:22
So it is with data. I could talk about all kinds of data.
192
562330
2000
Begitu juga dengan data. Saya boleh jelaskan semua jenis data.
09:25
We could talk about government data, enterprise data is really important,
193
565330
4000
Kita boleh bercakap tentang data kerajaan, data syarikat adalah sangat penting,
09:29
there's scientific data, there's personal data,
194
569330
3000
terdapat data saintifik, data peribadi,
09:32
there's weather data, there's data about events,
195
572330
2000
data cuaca, data tentang peristiwa,
09:34
there's data about talks, and there's news and there's all kinds of stuff.
196
574330
4000
data tentang ceramah, berita dan sebagainya.
09:38
I'm just going to mention a few of them
197
578330
3000
Saya akan jelaskan beberapa daripadanya
09:41
so that you get the idea of the diversity of it,
198
581330
2000
agar anda mendapat idea kepelbagaian itu,
09:43
so that you also see how much unlocked potential.
199
583330
4000
agar anda juga melihat potensi yang belum dicungkil.
09:47
Let's start with government data.
200
587330
2000
Mari kita mulakan dengan data kerajaan.
09:49
Barack Obama said in a speech,
201
589330
2000
Barack Obama berkata dalam sebuah ucapan,
09:51
that he -- American government data would be available on the Internet
202
591330
5000
bahawa data kerajaan Amerika akan tersedia di Internet
09:56
in accessible formats.
203
596330
2000
dalam format yang boleh diakses.
09:58
And I hope that they will put it up as linked data.
204
598330
2000
Saya harap mereka akan masukkannya sebagai data berkaitan.
10:00
That's important. Why is it important?
205
600330
2000
Itu adalah penting. Kenapa?
10:02
Not just for transparency, yeah transparency in government is important,
206
602330
3000
Bukan saja untuk ketelusan, ya, ketelusan kerajaan adalah penting,
10:05
but that data -- this is the data from all the government departments
207
605330
3000
ini ialah data daripada semua jabatan kerajaan.
10:08
Think about how much of that data is about how life is lived in America.
208
608330
5000
Fikirkan berapa banyak data itu adalah tentang kehidupan di Amerika.
10:13
It's actual useful. It's got value.
209
613330
2000
Ia sangat berguna. Ia bernilai.
10:15
I can use it in my company.
210
615330
2000
Saya boleh menggunakannya dalam syarikat saya.
10:17
I could use it as a kid to do my homework.
211
617330
2000
Sebagai pelajar, saya boleh menggunakannya untuk membuat kerja rumah saya.
10:19
So we're talking about making the place, making the world run better
212
619330
3000
Jadi, kita bercakap tentang menjadikan dunia ini lebih baik
10:22
by making this data available.
213
622330
2000
dengan cara membolehkan data ini diakses.
10:24
In fact if you're responsible -- if you know about some data
214
624330
4000
Jika anda tahu tentang data-data
10:28
in a government department, often you find that
215
628330
2000
di jabatan kerajaan, anda akan mendapati bahawa
10:30
these people, they're very tempted to keep it --
216
630330
3000
mereka suka menyimpannya -
10:33
Hans calls it database hugging.
217
633330
3000
Hans memanggilnya "memeluk pangkalan data".
10:36
You hug your database, you don't want to let it go
218
636330
2000
Anda memeluk pangkalan data anda, enggan melepaskannya
10:38
until you've made a beautiful website for it.
219
638330
2000
sehingga anda telah membuat laman web yang cantik untuknya.
10:40
Well, I'd like to suggest that rather --
220
640330
2000
Saya ingin mencadangkan bahawa daripada --
10:42
yes, make a beautiful website,
221
642330
2000
ya, membuat laman web yang cantik,
10:44
who am I to say don't make a beautiful website?
222
644330
2000
siapa saya untuk katakan jangan buat begitu?
10:46
Make a beautiful website, but first
223
646330
3000
Membuat laman web yang cantik, tapi sebelum itu
10:49
give us the unadulterated data,
224
649330
3000
memberi kami data mentah.
10:52
we want the data.
225
652330
2000
Kita mahu data itu.
10:54
We want unadulterated data.
226
654330
2000
Kita mahu data mentah.
10:56
OK, we have to ask for raw data now.
227
656330
3000
OK, Kita akan meminta data mentah sekarang.
10:59
And I'm going to ask you to practice that, OK?
228
659330
2000
Saya akan minta anda berlatih sekarang.
11:01
Can you say "raw"?
229
661330
1000
Boleh anda kata "mentah"?
11:02
Audience: Raw.
230
662330
1000
Hadirin: Mentah.
11:03
Tim Berners-Lee: Can you say "data"?
231
663330
1000
TBL: Boleh anda kata "data"?
11:04
Audience: Data.
232
664330
1000
Hadirin: Data.
11:05
TBL: Can you say "now"?
233
665330
1000
TBL: Boleh anda kata "sekarang"?
11:06
Audience: Now!
234
666330
1000
Hadirin: Sekarang!
11:07
TBL: Alright, "raw data now"!
235
667330
2000
TBL: Baiklah, "Data mentah sekarang!"
11:09
Audience: Raw data now!
236
669330
2000
Hadirin: "Data mentah sekarang!"
11:11
Practice that. It's important because you have no idea the number of excuses
237
671330
4000
Lakukannya. Ia penting kerana anda tidak tahu alasan-alasan
11:15
people come up with to hang onto their data
238
675330
2000
yang diberikan untuk tidak memberikan data
11:17
and not give it to you, even though you've paid for it as a taxpayer.
239
677330
4000
kepada anda, walaupun anda telah membayarnya sebagai pembayar cukai.
11:21
And it's not just America. It's all over the world.
240
681330
2000
Bukan saja di Amerika, ia berlaku di seluruh dunia.
11:23
And it's not just governments, of course -- it's enterprises as well.
241
683330
3000
Bukan saja kerajaan, syarikat-syarikat pun begitu.
11:26
So I'm just going to mention a few other thoughts on data.
242
686330
3000
Saya akan bercakap lagi tentang data.
11:29
Here we are at TED, and all the time we are very conscious
243
689330
5000
Kita berada di TED, selama ini kita sedar tentang
11:34
of the huge challenges that human society has right now --
244
694330
5000
cabaran-cabaran besar manusia:
11:39
curing cancer, understanding the brain for Alzheimer's,
245
699330
3000
Merawat kanser, memahami otak pesakit Alzheimer,
11:42
understanding the economy to make it a little bit more stable,
246
702330
3000
memahami ekonomi untuk menjadikannya lebih stabil,
11:45
understanding how the world works.
247
705330
2000
memahami bagaimana dunia berfungsi.
11:47
The people who are going to solve those -- the scientists --
248
707330
2000
Ahli-ahli sains yang akan selesaikan semua ini
11:49
they have half-formed ideas in their head,
249
709330
2000
mempunyai idea-idea yang belum sempurna,
11:51
they try to communicate those over the web.
250
711330
3000
mereka cuba berkomunikasi tentangnya di web.
11:54
But a lot of the state of knowledge of the human race at the moment
251
714330
3000
Tapi pada masa ini, banyak pengetahuan manusia
11:57
is on databases, often sitting in their computers,
252
717330
3000
berada dalam pangkalan data, tersimpan dalam komputer mereka,
12:00
and actually, currently not shared.
253
720330
3000
dan sebenarnya, pada masa ini ia tidak dikongsi.
12:03
In fact, I'll just go into one area --
254
723330
3000
Saya hanya akan bercakap dari satu segi.
12:06
if you're looking at Alzheimer's, for example,
255
726330
2000
Jika anda membuat pencarian tentang Alzheimer,
12:08
drug discovery -- there is a whole lot of linked data which is just coming out
256
728330
3000
penemuan ubat, banyak data berkaitan yang akan tersenarai
12:11
because scientists in that field realize
257
731330
2000
kerana ahli-ahli sains dalam bidang itu sedar bahawa
12:13
this is a great way of getting out of those silos,
258
733330
3000
ini ialah cara yang baik untuk berkongsi data,
12:16
because they had their genomics data in one database
259
736330
4000
kerana dulu data genomik disimpan dalam sebuah pangkalan data,
12:20
in one building, and they had their protein data in another.
260
740330
3000
dan data protein disimpan dalam pangkalan data yang lain.
12:23
Now, they are sticking it onto -- linked data --
261
743330
3000
Kini, mereka mewujudkan data berkaitan
12:26
and now they can ask the sort of question, that you probably wouldn't ask,
262
746330
3000
dan mereka boleh tanya soalan yang anda dan saya
12:29
I wouldn't ask -- they would.
263
749330
2000
tidak akan tanya, tapi mereka akan tanya.
12:31
What proteins are involved in signal transduction
264
751330
2000
Apakah protein yang terlibat dalam transduksi isyarat
12:33
and also related to pyramidal neurons?
265
753330
2000
dan juga berkaitan dengan neuron piramid?
12:35
Well, you take that mouthful and you put it into Google.
266
755330
3000
Anda ambil solan itu dan membuat pencarian di Google.
12:38
Of course, there's no page on the web which has answered that question
267
758330
3000
Semestinya, tiada laman web yang mempunyai jawapan
12:41
because nobody has asked that question before.
268
761330
2000
kerana tiada orang pernah tanya soalan itu.
12:43
You get 223,000 hits --
269
763330
2000
Anda akan mendapat 223,000 hasil carian,
12:45
no results you can use.
270
765330
2000
tapi tiada hasil yang berguna.
12:47
You ask the linked data -- which they've now put together --
271
767330
3000
Anda mencuba data berkaitan; ia telah diwujudkan,
12:50
32 hits, each of which is a protein which has those properties
272
770330
4000
32 hasil carian, setiap satu ialah protein yang mempunyai ciri-ciri tersebut.
12:54
and you can look at.
273
774330
2000
Anda boleh membacanya.
12:56
The power of being able to ask those questions, as a scientist --
274
776330
3000
Berupaya menanya soalan-soalan itu, sebagai seorang saintis,
12:59
questions which actually bridge across different disciplines --
275
779330
2000
soalan-soalan yang dapat merapatkan bidang-bidang yang berbeza,
13:01
is really a complete sea change.
276
781330
3000
ialah perubahan yang sangat besar.
13:04
It's very very important.
277
784330
2000
Ia sangat penting.
13:06
Scientists are totally stymied at the moment --
278
786330
2000
Ahli-ahli sains betul-betul tersentap pada masa ini.
13:08
the power of the data that other scientists have collected is locked up
279
788330
5000
Ahli-ahli sains menyimpan data-data yang telah dikumpulkan.
13:13
and we need to get it unlocked so we can tackle those huge problems.
280
793330
3000
Kita perlu berkongsi data-data ini agar kita boleh selesaikan masalah tersebut.
13:16
Now if I go on like this, you'll think that all the data comes from huge institutions
281
796330
4000
Anda mungkin berfikir bahawa semua data berasal daripada institusi besar
13:20
and has nothing to do with you.
282
800330
3000
dan ia tidak berkaitan dengan anda.
13:23
But, that's not true.
283
803330
2000
Tapi, itu tidak benar.
13:25
In fact, data is about our lives.
284
805330
2000
Sebenarnya, data berkaitan dengan kehidupan kita.
13:27
You just -- you log on to your social networking site,
285
807330
3000
Anda log masuk ke laman rangkaian sosial,
13:30
your favorite one, you say, "This is my friend."
286
810330
2000
anda kata, "Ini kawan saya."
13:32
Bing! Relationship. Data.
287
812330
3000
Bing! Perkaitan. Data.
13:35
You say, "This photograph, it's about -- it depicts this person. "
288
815330
3000
Anda kata, "Gambar ini tentang..." Ia menggambarkan orang ini.
13:38
Bing! That's data. Data, data, data.
289
818330
3000
Bing! Itulah data. Data, data, data.
13:41
Every time you do things on the social networking site,
290
821330
2000
Setiap kali anda melakukan sesuatu di laman rangkaian sosial,
13:43
the social networking site is taking data and using it -- re-purposing it --
291
823330
4000
laman rangkaian sosial akan mengambil data dan menggunakannya
13:47
and using it to make other people's lives more interesting on the site.
292
827330
4000
untuk membuat kehidupan orang lain lebih menarik di laman web.
13:51
But, when you go to another linked data site --
293
831330
2000
Tapi, apabila anda pergi ke laman web yang lain,
13:53
and let's say this is one about travel,
294
833330
3000
katakan, ini adalah tentang perjalanan,
13:56
and you say, "I want to send this photo to all the people in that group,"
295
836330
3000
dan anda kata, "Saya mahu hantar gambar ini kepada semua orang dalam kumpulan itu,"
13:59
you can't get over the walls.
296
839330
2000
tapi anda tidak dapat melepasi semua dinding ini.
14:01
The Economist wrote an article about it, and lots of people have blogged about it --
297
841330
2000
Economist ada satu artikel tentangnya; ramai orang menulis blog tentangnya.
14:03
tremendous frustration.
298
843330
1000
kekecewaan yang amat besar.
14:04
The way to break down the silos is to get inter-operability
299
844330
2000
Cara untuk mengatasinya ialah, wujudkan kebolehkendalian
14:06
between social networking sites.
300
846330
2000
antara laman web rangkaian sosial.
14:08
We need to do that with linked data.
301
848330
2000
Kita perlu buat begitu dengan data yang berkaitan.
14:10
One last type of data I'll talk about, maybe it's the most exciting.
302
850330
3000
Saya akan jelaskan data terakhir. Mungkin ini yang paling menarik.
14:13
Before I came down here, I looked it up on OpenStreetMap
303
853330
3000
Sebelum saya datang ke sini, saya membuat pencarian di OpenStreetMap.
14:16
The OpenStreetMap's a map, but it's also a Wiki.
304
856330
2000
OpenStreetMap ialah peta, tapi ia seperti Wiki.
14:18
Zoom in and that square thing is a theater -- which we're in right now --
305
858330
3000
Zum masuk. Segi empat itu ialah sebuah teater.
14:21
The Terrace Theater. It didn't have a name on it.
306
861330
2000
Teater Terrace. Ia tidak dinamakan.
14:23
So I could go into edit mode, I could select the theater,
307
863330
2000
Jadi, saya boleh masuk ke mod sunting dan pilih teater ini,
14:25
I could add down at the bottom the name, and I could save it back.
308
865330
5000
Saya boleh menamakannya, dan saya boleh menyimpannya.
14:30
And now if you go back to the OpenStreetMap. org,
309
870330
3000
Sekarang, jika anda kembali ke OpenStreetMap.org
14:33
and you find this place, you will find that The Terrace Theater has got a name.
310
873330
3000
dan mencari tempat ini, anda akan dapati Teater Terrace telah dinamakan.
14:36
I did that. Me!
311
876330
2000
Saya yang lakukannya. Saya!
14:38
I did that to the map. I just did that!
312
878330
2000
Saya yang lakukannya pada peta itu!
14:40
I put that up on there. Hey, you know what?
313
880330
2000
Saya menamakan teater itu. Hei, anda tahu?
14:42
If I -- that street map is all about everybody doing their bit
314
882330
3000
Jika semua orang lakukan bahagian mereka,
14:45
and it creates an incredible resource
315
885330
3000
maka ia akan mewujudkan banyak sumber
14:48
because everybody else does theirs.
316
888330
3000
kerana semua orang lakukan bahagian mereka.
14:51
And that is what linked data is all about.
317
891330
3000
Itulah data berkaitan.
14:54
It's about people doing their bit
318
894330
3000
Orang ramai lakukan bahagian mereka dan semua itu dikaitkan.
14:57
to produce a little bit, and it all connecting.
319
897330
3000
Orang ramai lakukan bahagian mereka dan semua itu dikaitkan.
15:00
That's how linked data works.
320
900330
3000
Itulah bagaimana data berkaitan berfungsi.
15:03
You do your bit. Everybody else does theirs.
321
903330
4000
Anda lakukan bahagian anda. Semua orang lakukan bahagian masing-masing.
15:07
You may not have lots of data which you have yourself to put on there
322
907330
4000
Mungkin data yang dimasukkan ke dalam web adalah sedikit,
15:11
but you know to demand it.
323
911330
3000
tapi anda tahu bagaimana untuk mendapatkannya.
15:14
And we've practiced that.
324
914330
2000
Kita pernah melakukannya.
15:16
So, linked data -- it's huge.
325
916330
4000
Jadi, terdapat banyak data berkaitan.
15:20
I've only told you a very small number of things
326
920330
3000
Saya hanya beritahu anda beberapa perkara.
15:23
There are data in every aspect of our lives,
327
923330
2000
Terdapat data dalam setiap aspek kehidupan kita,
15:25
every aspect of work and pleasure,
328
925330
3000
setiap aspek tentang kerja dan keseronokan.
15:28
and it's not just about the number of places where data comes,
329
928330
3000
Ia bukan tentang sumber-sumber data,
15:31
it's about connecting it together.
330
931330
3000
ia tentang mengaitkan semua sumber.
15:34
And when you connect data together, you get power
331
934330
3000
Apabila anda mengaitkan data,
15:37
in a way that doesn't happen just with the web, with documents.
332
937330
3000
ia tidak hanya berguna dalam web dan untuk dokumen,
15:40
You get this really huge power out of it.
333
940330
4000
potensinya sangat besar.
15:44
So, we're at the stage now
334
944330
3000
Sekarang, kita berada di peringkat
15:47
where we have to do this -- the people who think it's a great idea.
335
947330
4000
di mana kita perlu lakukannya.
15:51
And all the people -- and I think there's a lot of people at TED who do things because --
336
951330
3000
Ramai orang di TED lakukan sesuatu
15:54
even though there's not an immediate return on the investment
337
954330
2000
walaupun ia tidak akan datangkan kesan segera;
15:56
because it will only really pay off when everybody else has done it --
338
956330
3000
ia hanya akan berkesan apabila orang lain sudi lakukannya.
15:59
they'll do it because they're the sort of person who just does things
339
959330
4000
Mereka lakukannya kerana mereka ialah orang yang lakukan sesuatu
16:03
which would be good if everybody else did them.
340
963330
3000
yang akan datangkan kesan jika orang lain juga lakukannya.
16:06
OK, so it's called linked data.
341
966330
2000
Jadi, inilah data berkaitan.
16:08
I want you to make it.
342
968330
2000
Saya mahu anda lakukannya.
16:10
I want you to demand it.
343
970330
2000
Saya mahu anda menuntutnya.
16:12
And I think it's an idea worth spreading.
344
972330
2000
Saya rasa, idea ini patut disebarkan.
16:14
Thanks.
345
974330
1000
Terima kasih.
16:15
(Applause)
346
975330
3000
Tepukan
Mengenai laman web ini

Laman web ini akan memperkenalkan anda kepada video YouTube yang berguna untuk belajar bahasa Inggeris. Anda akan melihat pelajaran Bahasa Inggeris yang diajar oleh guru terkemuka dari seluruh dunia. Klik dua kali pada sari kata bahasa Inggeris yang dipaparkan pada setiap halaman video untuk memainkan video dari sana. Sari kata tatal selari dengan main balik video. Jika anda mempunyai sebarang komen atau permintaan, sila hubungi kami menggunakan borang hubungan ini.

https://forms.gle/WvT1wiN1qDtmnspy7