Prof Stella Christie Jawab Tantangan Dikti, Sains Dan Teknologi Era Presiden Prabowo I ORANG PENTING

00:46:12
https://www.youtube.com/watch?v=pNR6Xrvw_Ow

Ringkasan

TLDRStella Kristi, Wakil Menteri Pendidikan Tinggi, Sains dan Teknologi Indonesia, menegaskan pentingnya riset dan pendidikan tinggi dalam memajukan negara. Dia menguraikan pengalamannya sebagai lulusan universitas ternama dunia dan alasan kembali ke Indonesia atas panggilan Presiden Prabowo. Kristi menyoroti tantangan dan potensi yang ada di sistem pendidikan tinggi Indonesia, menekankan pentingnya riset yang mendukung swasembada pangan dan energi. Selain itu, penyesuaian pendidikan vokasi agar sesuai dengan permintaan industri juga dibahas. Membangun ekosistem yang mendukung riset berkualitas dan kolaborasi antara universitas dan industri menjadi salah satu fokusnya. Dia juga menyerukan agar peneliti dan pendidik di Indonesia lebih diberdayakan melalui perubahan sistem untuk meningkatkan mutu riset dan pendidikan.

Takeaways

  • πŸŽ“ Stella Kristi adalah lulusan universitas ternama seperti Harvard dan Tsinghua.
  • πŸš„ Memilih naik MRT ke studio untuk efisiensi waktu dan melawan kemacetan.
  • πŸ”¬ Fokus pada peningkatan sains dan teknologi di Indonesia.
  • 🧠 Menyoroti perbedaan kecerdasan manusia, hewan, dan AI.
  • πŸ“ˆ Riset sangat kritikal untuk swasembada pangan dan energi.
  • πŸ₯‡ Ranking universitas di Indonesia perlu ditingkatkan melalui riset berkualitas.
  • 🀝 Kolaborasi industri dan universitas vital untuk ekonomi.
  • πŸ§‘β€πŸ”¬ Peneliti di Indonesia mumpuni, butuh ekosistem yang mendukung.
  • πŸ’‘ Pendidikan vokasi harus menjawab kebutuhan industri.
  • πŸš€ Transformasi dan inovasi menjadi kunci pengembangan ekonomi.

Garis waktu

  • 00:00:00 - 00:05:00

    Wakil Menteri Pendidikan Tinggi Sains dan Teknologi, Stella Kristi menjelaskan pengalamannya kembali ke Indonesia atas panggilan Presiden Prabowo. Stella yang berasal dari latar belakang akademik yang kukuh dengan pengalaman sebagai profesor di Tianjin dan lulusan Harvard, merasa terhormat diberi peluang kembali mengabdi kepada negara. Dia menekankan pentingnya memegang amanah dan mengatasi tantangan dalam peranan baharunya.

  • 00:05:00 - 00:10:00

    Stella Kristi membincangkan hasratnya untuk memajukan sains dan teknologi di Indonesia berdasarkan pesan Presiden Prabowo. Stella, yang terlibat dalam mesyuarat kabinet, terkejut dengan minat Presiden terhadap data-data saintifik. Dia menekankan kepentingan data dan ekosistem baru dalam usaha memajukan bidang tersebut di negara ini.

  • 00:10:00 - 00:15:00

    Stella juga menerangkan asas psikologi kognitif dalam menyelidik perbezaan cara manusia, haiwan, dan kecerdasan buatan memproses maklumat. Ini digambarkan dengan aktiviti rekaan yang menunjukkan bagaimana manusia adalah selektif dalam pemprosesan maklumat berbanding kecerdasan buatan yang mampu merekod semua maklumat yang diterima.

  • 00:15:00 - 00:20:00

    Diskusi beralih kepada kesedaran terhadap kecerdasan buatan seperti ChatGPT, di mana Stella menyuarakan kebimbangan tentang kebergantungan berlebihan kepada teknologi tersebut. Dia menekankan pentingnya kemampuan manusia untuk menganalisis dan memikirkan jawapan yang diberikan oleh teknologi, dan tidak mengurangkan tahap kecerdasan dan intuisi pengguna.

  • 00:20:00 - 00:25:00

    Stella merujuk pada pengalaman praktikal dan pembelajaran tidak formal seperti bermain yang memiliki peranan penting dalam pembangunan kognitif. Dia menyatakan bahawa pembelajaran boleh berlaku sepanjang masa dan tidak terhad kepada bilik darjah sahaja. Pendekatan ini dapat mencipta peluang untuk anak muda Indonesia mencapai kecemerlangan seperti dirinya.

  • 00:25:00 - 00:30:00

    Stella bercakap tentang kedudukan universiti-universiti di Indonesia dan keperluan untuk meningkatkan mutu penyelidikan serta pengajaran. Dia menerangkan universiti-universiti top di dunia menitikberatkan penyelidikan dan bagaimana universiti di Indonesia perlu berfungsi sebagai "research university" untuk meningkatkan kualiti pendidikan tinggi.

  • 00:30:00 - 00:35:00

    Wakil menteri tersebut membincangkan tentang kekangan dana dalam penyelidikan di Indonesia, menekankan keperluan penggunaan sumber kewangan secara efektif dan kepentingan kolaborasi dengan sektor industri. Stella juga menyebut tentang pentingnya asas komparatif dan kompetitif dalam pemberian dana penyelidikan.

  • 00:35:00 - 00:40:00

    Kontinuitas kerjasama antara penyelidik dan industri dipandang penting untuk peningkatan ekonomi negara. Stella mengejar idea memanfaatkan jaringan dan kolaborasi antara sektor-sektor untuk menyelesaikan masalah yang dihadapi oleh negara, termasuk pembangunan ekosistem teknologi dan pendidikan tinggi yang berkesan.

  • 00:40:00 - 00:46:12

    Stella mengakhiri dengan menekankan peranan Kementerian Pendidikan Tinggi sebagai perantara utama untuk mempertemukan penyelidik dan industri. Dia mengetengahkan usaha kerajaan dalam membina ekosistem yang dapat menyokong penyelidikan dan inovasi di Indonesia serta harapan memajukan bidang Sains dan Teknologi negara.

Tampilkan lebih banyak

Peta Pikiran

Video Tanya Jawab

  • Siapakah Stella Kristi?

    Stella Kristi adalah Wakil Menteri Pendidikan Tinggi, Sains, dan Teknologi Indonesia.

  • Mengapa Stella Kristi kembali ke Indonesia?

    Ia kembali ke Indonesia karena merasa terhormat dipanggil Presiden Prabowo untuk berbakti kepada negara.

  • Apa visi Stella Kristi sebagai Wakil Menteri?

    Ia ingin memajukan sains dan teknologi serta merubah ekosistem pendidikan tinggi di Indonesia.

  • Apa yang dibahas Stella Kristi mengenai kecerdasan?

    Ia berbicara mengenai perbedaan antara kecerdasan manusia, hewan, dan kecerdasan buatan serta bagaimana informasi diproses secara berbeda oleh sistem intelejensi yang berbeda.

  • Mengapa riset penting menurut Stella Kristi?

    Menurutnya, riset sangat penting untuk pertumbuhan ekonomi, swasembada pangan, dan energi.

  • Bagaimana pendidikan vokasi menurut Stella?

    Keberlangsungan penelitian dan pelatihan harus dihubungkan dengan permintaan pasar agar lebih relevan.

  • Apa upaya Stella Kristi untuk meningkatkan pendidikan tinggi?

    Ia bertujuan untuk meningkatkan mutu riset dan kolaborasi antara universitas dan industri di Indonesia.

  • Bagaimana cara mendanai riset yang mahal?

    Mustahil jika dilakukan sendiri, tapi dengan gotong royong dan kerjasama dengan industri, itu lebih mungkin tercapai.

Lihat lebih banyak ringkasan video

Dapatkan akses instan ke ringkasan video YouTube gratis yang didukung oleh AI!
Teks
id
Gulir Otomatis:
  • 00:00:00
    wakil menteri pendidikan tinggi sains
  • 00:00:03
    dan teknologi Stella kriisti Terima
  • 00:00:06
    kasih sudah berdialog bersama kami di
  • 00:00:08
    orang penting Garuda TV Tadi saya
  • 00:00:11
    surprise sekali ini seorang Wamen ke
  • 00:00:15
    studio Garuda naik MRT loh takut macet
  • 00:00:20
    perang efisi aja I menembus protokoler
  • 00:00:24
    seorang Wamen itu ya ya praktis aja ya
  • 00:00:27
    naik
  • 00:00:28
    mrtima enak Meti Emang MRT emang
  • 00:00:31
    satu-satunya memang menghindari macet
  • 00:00:33
    Terima kasih sudah ke Garuda TV Terima
  • 00:00:36
    kasih sudah
  • 00:00:37
    diundangi terima kasih iya mbakamen ini
  • 00:00:40
    saya tuh ini saya personal nih bilang
  • 00:00:42
    pertama kali mbakamen muncul di ketan
  • 00:00:45
    negara itu Wow siapa dia kok sangat
  • 00:00:49
    mencolok mencoloknya adalah dari sisi
  • 00:00:51
    ketika diwawancarai wartawan dengan
  • 00:00:54
    dengan ngomong bahwa saya lulusan
  • 00:00:56
    Harvard Profesor di shinghua lalu
  • 00:00:59
    lulusan Harvard University lalu
  • 00:01:01
    northwestern Ya ampun sebut semua itu
  • 00:01:04
    Harvard Universitas nomor satu di dunia
  • 00:01:07
    singhua Universitas nomor sat di Asia
  • 00:01:10
    seorang Stella Kristi ini betul-betul
  • 00:01:12
    mencuri perhatian kami masyarakat
  • 00:01:15
    Indonesia ada yang pulang Loh ada yang
  • 00:01:17
    pulang ke Indonesia I enggak sih dari
  • 00:01:20
    sejak Sekolah sampai berkeluarga menjadi
  • 00:01:23
    Profesor di di chinghua dan lalu
  • 00:01:26
    akhirnya kembali pulang ke Indonesia Ken
  • 00:01:29
    kenapa mau pulang ke Indonesia
  • 00:01:31
    em Sebenarnya waktu itu kan negara kan
  • 00:01:34
    hari selasa kalau saya Sal enggak salah
  • 00:01:36
    ya Ee saya itu ee sampai di e Jakarta
  • 00:01:40
    itu hari Minggu betul memang baru banget
  • 00:01:43
    ya Iya betul-betul baru banget jadi
  • 00:01:45
    alasan satu satunya pulang adalah pak
  • 00:01:48
    presiden Prabowo memanggil memanggil dan
  • 00:01:52
    saya tentu saja merasa sangat terharu
  • 00:01:55
    mendapat kehormatan untuk bisa mengabdi
  • 00:01:58
    kembali kepada negara ya Em
  • 00:02:01
    Ee tidak ada ini ya Tidak ada alasan
  • 00:02:05
    lain daripada Pak prowo memberikan
  • 00:02:08
    kepercayaan kalau sudah diberikan
  • 00:02:10
    kepercayaan yang begitu besar ee itu
  • 00:02:13
    pasti tidak bisa tidak diambil dan tidak
  • 00:02:16
    dipenuhi dan saya sangat berterima kasih
  • 00:02:19
    sekali ke bapak yang
  • 00:02:21
    e mau menaruh kepercayaan terhadap
  • 00:02:23
    seseorang yang sangat eh ini ya mungkin
  • 00:02:27
    sangat tidak sangat diragukan k Kok bisa
  • 00:02:29
    Mas masuk ke ke pemerintahan tidak
  • 00:02:31
    disangka-sangka tidak disangka-sangka
  • 00:02:33
    begitu Jadi ee saya sangat ee ya saya
  • 00:02:36
    sangat ee sungguh su bilang terharu dan
  • 00:02:39
    sampai saat ini pun saya tidak
  • 00:02:41
    eh tidak kalau bahasa Inggrisnya tidak
  • 00:02:43
    take it for granted eh saya sungguh
  • 00:02:46
    Setiap hari saya ingat bahwa saya ini di
  • 00:02:48
    sini untuk melaksanakan tugas mengabdi
  • 00:02:50
    kepada negara dan eh segala sesuatu yang
  • 00:02:53
    saya lakukan ee itu sungguh untuk supaya
  • 00:02:56
    saya ee bisa mengabdi yang
  • 00:02:58
    sepenuh-penuhnya ee itu menjadi suatu ee
  • 00:03:02
    amanat yang sangat besar ee dan terus
  • 00:03:05
    terang saja mungkin tidak tidak gampang
  • 00:03:07
    juga begitu banyak Eh tantangan eh dan
  • 00:03:10
    saya harus e banyak belajar harus banyak
  • 00:03:12
    Eh harus banyak bisa juga berpikir
  • 00:03:15
    bagaimana saya bisa menghadapi
  • 00:03:16
    tantangangan-tantangan ini tapi saya
  • 00:03:18
    sangat e sampai saat ini Alhamdulillah e
  • 00:03:21
    senang sekali dibantu oleh banyak
  • 00:03:23
    em seluruh kawan-kawan dari Indonesia
  • 00:03:26
    Saya juga mau berterima kasih saya tahu
  • 00:03:28
    bahwa saya eh sangat eh didukung oleh
  • 00:03:32
    kawan-kawan semua ini luar biasa saya
  • 00:03:34
    tidak menyangka begitu bahwa eh selain
  • 00:03:37
    Pak Prabowo yang langsung memanggil saya
  • 00:03:39
    kawan-kawan di tanah air ini juga sangat
  • 00:03:41
    mendukung itu Terima kasih sekali saya
  • 00:03:44
    terhadap bangsa kita Kalau kami melihat
  • 00:03:46
    latar belakang seorang Stella Christi ya
  • 00:03:48
    memang kalau kita sebut nih kita tuh
  • 00:03:50
    anak-anak bilang enggak kaleng-kaleng
  • 00:03:51
    ini memang ini Wamen kita ini enggak
  • 00:03:54
    ngeng-kaleng pendidikannya bahkan viral
  • 00:03:58
    loh makamen tuh viral banget di sosm di
  • 00:04:01
    mana-mana Saya tuh banyak bang banyak
  • 00:04:03
    juga baca lihat-lihat mem gitu kalau
  • 00:04:06
    boleh sombong tuh ST Kristi lah secara
  • 00:04:09
    lulusannya Harvard dan lain-lain Memang
  • 00:04:12
    benar-benar secara pendidikan lalu karir
  • 00:04:14
    juga di sebagai seorang Profesor guru
  • 00:04:17
    besar gitu-gitu dan artinya memang
  • 00:04:19
    enggak kaleng-kaleng Mbah stel ini gitu
  • 00:04:21
    jadi artinya ketika Prabowo Subianto
  • 00:04:24
    presiden kita memanggil seorang stel
  • 00:04:27
    memang layak Mbak KR Mer memang l Terima
  • 00:04:30
    kasih mudah-mudahan dibuktikan dengan
  • 00:04:32
    kinerja nah kemudian memang ketika
  • 00:04:34
    dipanggil ee Pak prabo menyampaikan
  • 00:04:37
    memang memegang untuk pendidikan tinggi
  • 00:04:39
    sains dan teknologi apa yang disampaikan
  • 00:04:41
    Pak perbo dan apa yang diharapkan dari
  • 00:04:43
    seorang Stela Kristi iya Eh Pak perbowo
  • 00:04:45
    menyampaikan bahwa eh beliau ingin eh
  • 00:04:48
    sungguh-sungguh memajukan eh sains dan e
  • 00:04:51
    teknologi di negara kita yang tentu saja
  • 00:04:54
    eh sains dan teknologi itu sangat ber eh
  • 00:04:57
    sangat e sangat berhubungan dengan pend
  • 00:05:00
    tinggi E dan beliau berpesan supaya
  • 00:05:02
    Bagaimana ini
  • 00:05:04
    kita memajukan bahkan juga di ada
  • 00:05:07
    perubahan ekosistem sains dan teknologi
  • 00:05:10
    di negara kita e Sebenarnya saya sebelum
  • 00:05:13
    dipanggil e untuk menjadi bagian dari
  • 00:05:16
    kabinet saya sudah bertemu ee Bapak
  • 00:05:18
    beberapa kali dan salah satu seperti
  • 00:05:21
    yang EE Saya pernah utarakan Sebelumnya
  • 00:05:24
    saya sungguh
  • 00:05:25
    eh pertama cukup kaget bahwa bapak itu
  • 00:05:29
    sangat mau mendengarkan data dari
  • 00:05:31
    seorang ilmuwan waktu itu pertama kali
  • 00:05:34
    saya dipanggil bapak itu ee saya pikir e
  • 00:05:36
    bapak paling enggak akan mau
  • 00:05:37
    mendengarkan ya 5 menit namanya juga
  • 00:05:39
    sangat ini kan sudah presiden terpilih
  • 00:05:41
    ya Tapi bapak justru waktu itu kita 1
  • 00:05:44
    jam Seteng sangat ex 1 jam Seteng Bapak
  • 00:05:47
    begitu Ee ingin mendengar semua
  • 00:05:50
    paparan-paparan E data-data dan banyak
  • 00:05:53
    menanyakan data-datanya itu ee suatu
  • 00:05:56
    bukan saja kehormatan tapi saya sungguh
  • 00:05:58
    Wah ternyata sungguh dihargai data-data
  • 00:06:00
    ini dan ini saya menjadi sangat semangat
  • 00:06:02
    ee bahwa ee Saya sungguh yakin bahwa di
  • 00:06:05
    negara kita itu akan menjadi suatu ee
  • 00:06:08
    apa ya suatu ada e perubahan baru sistem
  • 00:06:10
    baru untuk kita ee menggunakan data-data
  • 00:06:13
    ee ee yang bisa merubah ekosistem sains
  • 00:06:16
    dan teknologi kita nah yang menarik eh
  • 00:06:18
    basic keilmuan seorang Stella Kristi itu
  • 00:06:21
    adalah psikologi kognitif Mbak Sa sempat
  • 00:06:25
    menyampaikan kan tentang bagaimana
  • 00:06:28
    hubungan antar kecerdasan manusia hewan
  • 00:06:32
    dan kecerdasan buatan ini masih menarik
  • 00:06:34
    banyak juga masyarakat itu gimana sih
  • 00:06:36
    itu apa gimana seperti apa sih ketika
  • 00:06:38
    kemudian M mungkin bisa jelaskan kembali
  • 00:06:40
    sih kita masih masih masih banyak yang
  • 00:06:42
    belum paham Oke Baik saya boleh minta
  • 00:06:45
    Mbak e mbak El boleh gak tutup
  • 00:06:48
    matawamkannya ya cobob Tut mata ya Tutup
  • 00:06:51
    mata apa yang ada di ruangan ini ruangan
  • 00:06:54
    ini ya pastinya ada banyak orang-orang e
  • 00:06:57
    dan ruangan iniing
  • 00:06:59
    gitu ya Ada Stella Kristi bersama saya
  • 00:07:02
    okei boleh buka mata lagi Ya Nah kalau
  • 00:07:05
    kita lihat para pemirsa bisa lihat di
  • 00:07:06
    ruang ini ada apa ada banyak lagi dari
  • 00:07:08
    yang Mbak Eli Sebutkan ya ada botol
  • 00:07:10
    minum air ada meja ada kursi ada e ada
  • 00:07:13
    foto-foto di sini Bang ada ada kamera
  • 00:07:16
    ada lampu tapi tidak semuanya kan
  • 00:07:18
    teringat di ee
  • 00:07:22
    Keti semu dengan mendeskripsikan ya Nah
  • 00:07:25
    kalau Nah itu berarti kan
  • 00:07:27
    informasi-informasi ini semuanya
  • 00:07:29
    informas
  • 00:07:30
    jadi kalau kita lihat dari dari ee
  • 00:07:32
    Apakah indraindra Mbak itu merekam
  • 00:07:35
    semuanya terekam tetapi yang teringat
  • 00:07:37
    itu tidak semuanya berarti kan itu
  • 00:07:39
    selektif nah yang menarik dipertanyakan
  • 00:07:42
    apalah kalau kita menanyakan pertanyaan
  • 00:07:44
    yang sama terhadap eh intelegensi buatan
  • 00:07:49
    Nah itu mereka merekamnya apa ternyata
  • 00:07:52
    yang menarik intelegensi buatan mungkin
  • 00:07:53
    merekam semuanya sampai ke
  • 00:07:55
    pikel-pikselnya dia bisa tah luas
  • 00:07:57
    ruangan ini dan la
  • 00:08:00
    E dan juga kitaan e yang sama kepada
  • 00:08:04
    misalnya hewan Nah kalau kita di sini
  • 00:08:06
    misalnya ada kera Nah kalau keranya itu
  • 00:08:09
    dia ingatnya Apa itu mungkin ingatnya
  • 00:08:11
    lain lagi nah itu yang menarik itu
  • 00:08:14
    berarti informasi di dunia ini sama
  • 00:08:17
    tetapi setiap sistem inteligensi Apakah
  • 00:08:21
    itu manusia atakah itu hewan ataupun
  • 00:08:24
    artifisial merekam itu dengan cara yang
  • 00:08:27
    berbeda Nah sekarang pertanyaan menjadi
  • 00:08:29
    menarik
  • 00:08:30
    Apakah perekaman yang berbeda perekaman
  • 00:08:33
    informasi-informasi dengan cara yang
  • 00:08:34
    berbeda itu hasilnya juga berbeda nah
  • 00:08:38
    ini saya yang sangat menarik lagi kalau
  • 00:08:40
    kita tanya Oke e kamera video yang ada
  • 00:08:43
    di sini itu pasti merekam jauh lebih
  • 00:08:45
    banyak dari e rekaman rekamannya mak
  • 00:08:48
    tapi kalau kita tanya ke kamera videonya
  • 00:08:50
    pertanyaan-pertanyaan yang mendalam
  • 00:08:51
    enggak akan bisa menjawab nah itu jadi
  • 00:08:54
    mendarik berarti tidak berarti lebih itu
  • 00:08:57
    lebih tidak berarti segala sesuatu itu
  • 00:09:00
    diingat itu bahkan menjadi informasi
  • 00:09:03
    yang bisa diolah secara dalam itulah
  • 00:09:05
    yang menarik yang kita sebut cognitive
  • 00:09:08
    science cognitive science itu menanyakan
  • 00:09:11
    bagaimana sistem inteligensi itu
  • 00:09:14
    mengolah informasi informasi itu seluruh
  • 00:09:16
    ada yang di dunia ini yang kita sekarang
  • 00:09:18
    lagi ee lagi mendengarkan bahasa E tapi
  • 00:09:22
    juga suara-suara yang lain nah yang
  • 00:09:24
    menarik itu manusia itu selektif
  • 00:09:26
    artifisal tidak selektif bahkan Jadi
  • 00:09:29
    sekarang tapi pertanyaannya selektif
  • 00:09:31
    yang seperti apa yang bisa
  • 00:09:34
    menghasilkan ingatan-ingatan Yang lebih
  • 00:09:36
    jelik pengertian-pengertian Yang lebih
  • 00:09:38
    dalam itulah yang menjadi Kenapa kita
  • 00:09:41
    membanding-bandingkan antara manusia
  • 00:09:43
    hewan dan inteligensi buatan eh sistem
  • 00:09:47
    merekam informasi dan EE informasi yang
  • 00:09:50
    keluar dari rekaman tersebut gu Ah tapi
  • 00:09:53
    dikaitkan dengan hewan tadi memang Hewan
  • 00:09:56
    memiliki kecerdasan Oh tentu saja oke
  • 00:09:59
    bahkan di beberapa Ee kita bisa kita
  • 00:10:02
    kita kalau kita lihat kecerdasan ruang
  • 00:10:06
    kecerdasan ruang misalnya kita ee tahu
  • 00:10:08
    ee tentang ini burung kecerdasan
  • 00:10:11
    ruangnya lebih tinggi dari P kita ada
  • 00:10:13
    burung-burung Wallet yang bisa terbang
  • 00:10:16
    ratusan ribu kilmer tanpa GPS dan tidak
  • 00:10:18
    akan pernah dan tidak akan pernah nyasar
  • 00:10:21
    Nah itu mereka punya kerjasan uang yang
  • 00:10:23
    kita tidak punya nah ee jadi kecerdasan
  • 00:10:25
    itu ee tentu saja ada tetapi itu memang
  • 00:10:28
    berbeda-beda Nah itu itulah yang menarik
  • 00:10:29
    Kenapa kita pelajari secara eh secara
  • 00:10:32
    secara komparatif nah mbakot selalu
  • 00:10:35
    bilang soal bahwa kita saat sekarang era
  • 00:10:39
    chat GPT gitu ya semua akhirnya jadi
  • 00:10:42
    malas mikir udah tanya chat GPT gitu dan
  • 00:10:45
    pacara selalu e selalu mengingatkan soal
  • 00:10:48
    bahwa kita jangan terlalu mengandalkan
  • 00:10:51
    cgpt tapi nyatanya Mbak Stela keadanya
  • 00:10:55
    cjpti ini memang kita jadi bergantung
  • 00:10:57
    nih
  • 00:10:59
    em Sebenarnya saya bukannya menghakimi
  • 00:11:02
    oke tanya boleh ya tanya boleh Eh tapi
  • 00:11:06
    mungkin eh segala sesuatu yang kita
  • 00:11:09
    lakukan kita pertama-tama harus tanya
  • 00:11:11
    diri sendiri dulu
  • 00:11:13
    kita maunya akhirnya apa begitu kalau
  • 00:11:17
    kita merasa nyaman eh bergantung
  • 00:11:20
    terhadap chat GPT dan kita tidak merasa
  • 00:11:23
    terganggu Ya silakan saja tetapi
  • 00:11:25
    alangkah baiknya kalau kita juga tahu
  • 00:11:27
    apa
  • 00:11:29
    akibat-akibat atau apa ee apa yang
  • 00:11:32
    konsekuensi yang akan terjadi kalau kita
  • 00:11:34
    terlalu ee ee bergantung nah e
  • 00:11:37
    sebenarnya dalam hakikatnya bertanya itu
  • 00:11:40
    justru bagus ya karena bertanya itu
  • 00:11:42
    susah loh Nah iya kan jadi kalau mis
  • 00:11:45
    kemampuan bertanya itu susah Iya Jadi
  • 00:11:47
    sebenarnya bertanya itu tidak apa-apa ee
  • 00:11:50
    dan juur bagus tapi mungkin yang yang
  • 00:11:53
    saya Tan kan bukan bertanyanya tetapi
  • 00:11:55
    Apakah setelah bertanya dan mendapatkan
  • 00:11:59
    jawaban dari cgpt apakah kita tetap
  • 00:12:03
    mampu menganalisa Apakah jawaban Itu
  • 00:12:06
    jawaban yang bagus atau jawaban yang
  • 00:12:09
    kurang bagus Kalau kita tetap mempunyai
  • 00:12:11
    naluri itu ayo kita terus bertanya Sama
  • 00:12:13
    ccpti saya juga sering-sering Tanya sama
  • 00:12:15
    chatgpt Iya kan tetapi kalau kita dengan
  • 00:12:18
    cara ketergantungan kita terhadap
  • 00:12:20
    chatgpt atau atau ee AIA yang lain kita
  • 00:12:24
    tidak bisa membedakan kita tidak bisa
  • 00:12:28
    menganalisa Apakah jawaban itu bagus
  • 00:12:30
    atau jawaban yang kurang bagus Apakah
  • 00:12:32
    jawaban itu benar atau tidak benar
  • 00:12:35
    karena ada juga yang yang yang tidak
  • 00:12:37
    rekayasa-rekayasa ya itulah yang menjadi
  • 00:12:39
    ketergantungan yang tentu saja akan
  • 00:12:42
    berakibat yang tidak efisien dan tidak
  • 00:12:44
    baik terhadap kita Apakah bisa disebut
  • 00:12:46
    bahwa ketika bergantung kehilangan atau
  • 00:12:49
    mengurangi tingkat kecerdasan mengurangi
  • 00:12:51
    naluri intuisi gitu NRI ee Iya saya Saya
  • 00:12:54
    rasa kalau kita terlalu bergantung tanpa
  • 00:12:56
    bisa ee tanpa bisa meng a E
  • 00:13:00
    jawaban-jawaban tersebut itulah yang
  • 00:13:02
    akan ee mengurangi ee kemampuan kita
  • 00:13:05
    untuk ee menganalisa atau berpikir tadi
  • 00:13:07
    ya iya iya berpikir skill kita tidak
  • 00:13:11
    terlalu akirnya otak kita tidak dibuat
  • 00:13:13
    bekerja untuk berpikir untuk berpikir
  • 00:13:16
    karena eh yang apa itu yang kita sebut
  • 00:13:18
    berpikir Berpikir itu berarti kita bisa
  • 00:13:20
    eh kembali informasi informasi yang
  • 00:13:23
    masuk itu kita olah itulah berpikir kan
  • 00:13:27
    Nah pengolahan itu apa kualitas
  • 00:13:30
    pengolahan itu kalau misalnya informasi
  • 00:13:32
    masuk lalu yang masuk itu 100% sama
  • 00:13:35
    dengan yang keluar itu berarti tidak ada
  • 00:13:36
    pengolahan Nah inilah yang e ter yang
  • 00:13:39
    inilah yang kita kita yang kita
  • 00:13:41
    maksudkan Apakah kita sungguh berpikir
  • 00:13:43
    dari yang masuk itu apakah kita olah
  • 00:13:45
    lagi sehingga keluarnya itu mungkin
  • 00:13:47
    masuknya satu tapi keluarnya Jadi dua
  • 00:13:49
    Nah itu Itulah yang yang terjadi di
  • 00:13:52
    pemikiran dan otak kita Nah itulah kalau
  • 00:13:54
    kita cuman ee menggunakan ccipti sampai
  • 00:13:56
    kita tidak terjadi pengolahan itu yang
  • 00:13:58
    menurut menurut saya agak kurang
  • 00:14:00
    menguntungkan bicara ini ada saya ini
  • 00:14:02
    ada ibunya juga menyiapkan anak-anak
  • 00:14:04
    yang sedang mengejar cita-citanya lalu
  • 00:14:07
    depan saya ini ada seorang Stella
  • 00:14:08
    Christin nih seperti udah kayak mbak
  • 00:14:10
    Stella itu di mata saya nih Ibu juga
  • 00:14:13
    udah kayak ini tuh e goal-nya role
  • 00:14:17
    modelnya seorang generasi yang kemudian
  • 00:14:20
    benar-benar di kampus lulusan perguruan
  • 00:14:22
    tinggi nomor satu di dunia gitu ya jadi
  • 00:14:26
    betul-betul jadi role model kita nih
  • 00:14:28
    lagi-lagi bicara tadi dengan fenomena
  • 00:14:30
    sekarang gitu ya produk yang dihasilkan
  • 00:14:33
    seorang Stella chriisti yang memang
  • 00:14:35
    ketika dulu belajar mungkin belum kita
  • 00:14:36
    belum mengenal Ai gitu ya lalu sekarang
  • 00:14:38
    dengan generasi muda yang sekarang
  • 00:14:40
    gimana Mbak Stella melihatnya gitu
  • 00:14:42
    dengan dengan Apakah bisa jadi seperti
  • 00:14:45
    seorang Stella Kristi jugakah gitu
  • 00:14:46
    dengan kondisi perkembangan di teknologi
  • 00:14:48
    sekarang gitu Oh tentu saja dan dan juga
  • 00:14:51
    pasti jauh lebih hebat dari saya ya Eh
  • 00:14:54
    saya pernah eh memberikan eh workshop
  • 00:14:58
    terh hadap ee anak-anak SMA ee Waktu itu
  • 00:15:02
    saya kebetulan ee ingin membantu supaya
  • 00:15:04
    lebih banyak anak-anak SMA kita yang
  • 00:15:07
    bisa ee juga ee bisa diterima di
  • 00:15:09
    perguruan tinggi top di dunia dan EE
  • 00:15:12
    saya bilang pertama yang saya bilang
  • 00:15:14
    adalah saya itu bukan ee orang Nomor 10
  • 00:15:18
    terpintar di Indonesia Nomor 20 itu juga
  • 00:15:21
    pasti tidak nomor 30 juga saya rasa
  • 00:15:23
    bukan ee tetapi ee Jadi bukan
  • 00:15:27
    kepintarannya saja yang EE untuk bisa
  • 00:15:30
    masuk di perguruan tinggi top dunia
  • 00:15:32
    tetapi satu waktu itu saya ee mencari
  • 00:15:35
    kesempatan ee karena di dunia ini begitu
  • 00:15:37
    banyak kesempatan Jadi bagaimana kita
  • 00:15:38
    bisa ee mencari kesempatan-kesempatan
  • 00:15:41
    itu dan menggunakan kesempatan itu
  • 00:15:43
    dengan sebaik-baiknya Nah jadi kembali
  • 00:15:45
    lagi kalau kita ini eh kita harus eh
  • 00:15:48
    kita harus bisa melihat dunia itu begitu
  • 00:15:50
    menarik begitu banyak kesempatan apa
  • 00:15:52
    yang bisa kita pakai dan EE cara-cara di
  • 00:15:55
    keseharian kita apa yang bisa kita
  • 00:15:57
    gunakan untuk membang diri kita untuk
  • 00:15:59
    bisa memanfaatkan kesempatan itu dengan
  • 00:16:02
    sebaik-baiknya ee itu ee mungkin yang EE
  • 00:16:05
    dari saya ee bisa ee saya bagikan itu
  • 00:16:08
    adalah Ayo kita selalu mencari
  • 00:16:10
    kesempatan dan kita selalu memacu diri
  • 00:16:12
    kita untuk apa yang kita bisa gunakan
  • 00:16:14
    apa yang kita bisa lihat di dunia ini
  • 00:16:16
    untuk ee untuk saya bisa mendapat
  • 00:16:18
    kesempatan itu Iya jadi enggak berarti
  • 00:16:20
    bahwa yang bisa kuliah di Top kampus
  • 00:16:23
    dunia itu bukan karena pintar saja gitu
  • 00:16:25
    ya oh bukan kan berarti kalau kesempatan
  • 00:16:28
    tadi tapi iya I kita juga lagi kita juga
  • 00:16:31
    gitu Yar itu ketika dulu gitu ya ketika
  • 00:16:34
    muda belajar aja kah gitu selain tadi
  • 00:16:37
    Iya nyari kesempatan tapi benar ya
  • 00:16:38
    memang fokus belajar banyak dibajarnya
  • 00:16:40
    Masel ya
  • 00:16:42
    Em belajar itu kan sebenarnya kalau kita
  • 00:16:46
    teliti kembali itu memang penelitian
  • 00:16:49
    saya ya bagaimana sesungguhnya manusia
  • 00:16:50
    itu belajar nah kata belajar itu mungkin
  • 00:16:54
    kalau secara sekarang nih Mbak Eli itu
  • 00:16:56
    maksudnya belajar tuh belajar di sekolah
  • 00:16:57
    ya Iya ter Bu ter sepanjang waktu tuh
  • 00:17:01
    itu juga ini ee pelajar yang memang ya
  • 00:17:05
    ada yang disebut kutu buku lah banyak
  • 00:17:07
    belajar aja kehidupan fokusnya banyak
  • 00:17:09
    belajar aja gitu lebih banyak belajarya
  • 00:17:11
    tetapi kalau sebenarnya kita dalami
  • 00:17:12
    belajar itu bukan hanya terjadi di
  • 00:17:15
    sekolah bukan akademis gitu bukan
  • 00:17:16
    akademis akademis itu e sebenarnya
  • 00:17:18
    penting tapi kembali lagi Sebenarnya
  • 00:17:20
    saya tidak terlalu ee suka P pembagian
  • 00:17:22
    akademis non akademis Karena begini
  • 00:17:25
    akademis Itu sebenarnya apa akademis itu
  • 00:17:27
    adalah informasi yang diberikan kembali
  • 00:17:30
    apakah sungguh kita pikirkan dan kita
  • 00:17:32
    kelola sehingga itu bisa menjadi
  • 00:17:34
    informasi-informasi baru ataupun
  • 00:17:36
    informasi yang berguna buat kita untuk
  • 00:17:37
    kita Oh melihat antara informasi ini
  • 00:17:40
    sebenarnya hubungannya dengan informasi
  • 00:17:42
    lain itu apa itu kan yang namanya
  • 00:17:44
    belajar tetapi belajar itu semuanya bisa
  • 00:17:46
    dilakukan di di di setiap tempat dan
  • 00:17:48
    setiap saat
  • 00:17:50
    em Misalnya ini dari penelitian saya
  • 00:17:52
    sendiri ee penelian saya menanyakan
  • 00:17:56
    waktu kita kecil ee
  • 00:17:59
    hampir sekitar 70% dari waktu kita kalau
  • 00:18:03
    dibebaskan itu kita pakai untuk bermain
  • 00:18:05
    dan yang menariknya inilah komaratif
  • 00:18:07
    study kalau kita meneliti hewan hewan
  • 00:18:09
    itu juga banyak bermain I nah Biasanya
  • 00:18:12
    kalau kita bermain itu bermain ya tetapi
  • 00:18:14
    kalau kita tanyakan itu pasti ada eh
  • 00:18:17
    fungsi evolusi Maksudnya kenapa dari
  • 00:18:20
    evolusi itu kenapa Kita masih memakai
  • 00:18:23
    banyak waktu untuk bermain ternyata
  • 00:18:25
    waktu saya dan tim saya meneliti ber itu
  • 00:18:29
    sungguh-sungguh bisa membuahkan ee hasil
  • 00:18:33
    EE pembelajaran pembelajaran apa
  • 00:18:36
    misalnya waktu kita bermain Kita
  • 00:18:39
    sebenarnya itu banyak Eh memecahkan
  • 00:18:42
    masalah apa masalahnya misalnya lagi
  • 00:18:45
    main ayunannya cuma satu nah tapi Nih
  • 00:18:48
    Anaknya ada ada ada lima Yang mau ini
  • 00:18:50
    Gimana memecahkan masalahnya satu kalau
  • 00:18:52
    mis misalnya pakai pada berantem ee
  • 00:18:55
    rebut-rebutan nanti enggak ada yang main
  • 00:18:57
    jadi nangis-nangisan itu bukan pemecahan
  • 00:18:59
    masalah yang baik tetapi kalau ada satu
  • 00:19:01
    yang bilang Ayo kita giliran kamu lima
  • 00:19:04
    kali saya
  • 00:19:05
    dorong Habis itu saya yang ngidorong
  • 00:19:08
    Itulah itu pemecahan
  • 00:19:10
    masalahah jangan jangan salah kira W
  • 00:19:12
    kalau kecilnya itu sering bisa
  • 00:19:14
    memecahkan masalah nanti besar juga bisa
  • 00:19:16
    memecahkan
  • 00:19:18
    masalah dan waktu bermain itu juga bisa
  • 00:19:20
    Ee kita belajar kop koperasi e koperatif
  • 00:19:25
    kita belajar kerja sama Ee Kita juga
  • 00:19:28
    belajar ar Ee Kita juga belajar
  • 00:19:30
    negosiasi dan itu sebenarnya sama sekali
  • 00:19:32
    jarang diajarkan di kelas Nah iya itu
  • 00:19:35
    Jadi waktu bermain pun itu manusia
  • 00:19:38
    sebenarnya juga belajar Nah jadi kembali
  • 00:19:40
    lagi kepada eh kita bagaimana kita bisa
  • 00:19:43
    melihat kesempatan di setiap saat di
  • 00:19:45
    setiap waktu untuk kita bisa mendorong
  • 00:19:48
    pembelajaran itu eh dan mungkin e ini
  • 00:19:51
    ayah dan ibu saya memang eh sangat eh
  • 00:19:54
    berjasa terhadap saya ee di manapun dan
  • 00:19:56
    di apapun itu saya diajak untuk berpikir
  • 00:19:58
    ee misalnya saya ingat waktu saya kecil
  • 00:20:01
    ayah saya sering nanya kalau kita beli
  • 00:20:03
    sate Coba mikirin Kenapa itu yang jualan
  • 00:20:06
    sate itu kenapa jualan sate cuma dari
  • 00:20:08
    jam ee . malam Coba kalau dia jualnya
  • 00:20:12
    dari jam e . pagi apa apa mungkin dia
  • 00:20:15
    jualannya akan lebih banyak dan dat
  • 00:20:17
    buatnya lebih banyak ya E coba kamu
  • 00:20:19
    pikirin itu Nah itu kan itu pertanyaan
  • 00:20:22
    yang sebenarnya sederhana tapi kita bisa
  • 00:20:24
    jadi berpikir Oh kenapa ya Ternyata
  • 00:20:27
    mungkin juga Kalau jualan dari pagi ya
  • 00:20:28
    enggak ada yang beli satainya pagi-pagi
  • 00:20:30
    Jadi sebenarnya sudah menghabiskan waktu
  • 00:20:31
    ini ee tapi pendapatannya tidak terlalu
  • 00:20:34
    banyak Nah itulah pertanyaan-pertanyaan
  • 00:20:36
    yang diajukan kembali juga kepada orang
  • 00:20:38
    tua ini penelitian Saya lagi ee mungkin
  • 00:20:41
    masa ingat Meli Anaknya umur sekarang
  • 00:20:43
    umur berapa Anak saya tiga Oh satu dua
  • 00:20:46
    kuliah I satu kelas 4 SD iya oke waktu
  • 00:20:50
    kecil waktu kecil itu pasti banyak
  • 00:20:53
    sekali pertanyaannya karena kita tah
  • 00:20:54
    Mereka banyak bertanya selalu sampai
  • 00:20:56
    sekarang syukurlah Alhamdulillah kalau
  • 00:20:58
    gitu sampai tadi sampai tadi pagi anak
  • 00:21:00
    saya yang kelas 4 bertanya itu kenapa
  • 00:21:02
    sih tiba-tiba ada para calon-calon
  • 00:21:05
    gubernur itu yang difoto-ofoto Kenapa
  • 00:21:07
    tiba-tiba mereka yang dipilih anak kelas
  • 00:21:09
    bertanya itu kepada saya dari semua
  • 00:21:11
    kandidat kan banyak orang nih di yang
  • 00:21:13
    ada di Jakarta kenapa yang dipilih ya
  • 00:21:15
    dia lihatl ada foto-foto Rido Pramono
  • 00:21:17
    Anung dan lalu pong rekun gitu-gituah
  • 00:21:20
    jadi Kenapa mereka berenam yang dipilih
  • 00:21:21
    gitu aja Itu ditanyakan Iya nah setiap
  • 00:21:24
    pertanyaan ini sebenarnya ee jawabannya
  • 00:21:27
    itu banyak dalam sekali itu pertanyaan
  • 00:21:29
    itu jawabnya dalam nih saya bisa satu
  • 00:21:30
    SKS ini menjelaskan kenapa Foto yang
  • 00:21:33
    mana yang bisa yang bisa menjadi sangat
  • 00:21:35
    Diingat dan menjadi terpilih e tetapi
  • 00:21:38
    yang yang kita pertanyakan manusia itu
  • 00:21:41
    pada dasarnya memang ee senang bertanya
  • 00:21:44
    nah tetapi di dalam pertumbuhan manusia
  • 00:21:47
    itu ada anak-anak yang di lingkungannya
  • 00:21:51
    mereka Justru lebih didukung untuk
  • 00:21:53
    bertanya lebih banyak tetapi ada di
  • 00:21:56
    lingkungan yang anak-anak itu bertanya
  • 00:21:58
    udah ah nanya-nanya mulu gitu ya Iya
  • 00:21:59
    jangan nanya-nanya emang begitu semua
  • 00:22:01
    ditanyain gitu kan langsung dimatiin Git
  • 00:22:03
    langsung dimatikan Nah itulah yang
  • 00:22:05
    mungkin menjadi Kalau misalnya
  • 00:22:06
    jawabannya seperti itu Nah mereka juga
  • 00:22:08
    tidak akan lebih sering bertanya Nah
  • 00:22:10
    itulah jadi yang belajarnya jadi lebih
  • 00:22:13
    kurang jadi kita e sungguh harus ee Ayo
  • 00:22:16
    bersama kita memikirkan kata belajar itu
  • 00:22:21
    belajar itu sungguh terjadi di mana saja
  • 00:22:23
    Kapan saja bukan hanya di kelas tapi di
  • 00:22:26
    kelas juga sangat penting ya Iya begitu
  • 00:22:28
    aku merinding ini kalau kita bahas ini
  • 00:22:30
    kayaknya satu hari 1u malam enggak
  • 00:22:32
    selesai ya tapi tadi Mas menarik artinya
  • 00:22:34
    saya langsung berpikir berarti
  • 00:22:37
    pendidikan dasar kita tidak mengppeal
  • 00:22:41
    hal tadi ya masih belum belum maksimum
  • 00:22:44
    artinya Tadi kan mbak ser sudah bilang
  • 00:22:46
    saya enggak terlalu setuju soal akademis
  • 00:22:47
    dan akademis tapi kenyataannya misalnya
  • 00:22:49
    kan banyak juga sekolah-sekolah kita di
  • 00:22:52
    sini gitu di Indonesia yang masih pintar
  • 00:22:55
    itu identik dengan akademisnya bagus
  • 00:22:57
    nilai akademisnya bag ru pintar karena
  • 00:23:00
    yang tadi Mbak sampaikan nah ini masih
  • 00:23:02
    PR juga di pendidikan dasar kita ya
  • 00:23:03
    mbakel Ee Iya dan saya mau
  • 00:23:06
    memperjelaskan Bukannya saya tidak
  • 00:23:07
    setuju akademis dan non akademis itu
  • 00:23:10
    bagaimana saya ingin mengajak janganlah
  • 00:23:12
    kita bagikan ini tuh akademis ini
  • 00:23:14
    nonakademis jangan jangan dibagi begitu
  • 00:23:17
    karena semuanya adalah belajar karena
  • 00:23:19
    semuanya itu sudah belajar jadi banyak
  • 00:23:21
    yang nonakademis saja itu bisa jadi
  • 00:23:23
    akademis misalnya nih di sini Coba ada
  • 00:23:25
    botol 1 2 3 4 5 Oke ini ada satu botol
  • 00:23:29
    itu kira-kira paling e berapa nih 50 50
  • 00:23:32
    m tingginya kayaknya 300-an
  • 00:23:35
    deh 300 kalau 300 Nah kalau ada 5 botol
  • 00:23:38
    DII ada berapa air di sini coba Mat Nah
  • 00:23:41
    itu Matematika itu Tapi kan dari
  • 00:23:43
    keseharian janganlah kita lepaskan
  • 00:23:45
    kesempatan-kesempatan itu hanya karena
  • 00:23:48
    kita membagi akademis dan akademis itu
  • 00:23:50
    yang itulah yang mau saya ajak kita
  • 00:23:53
    bersama kepada kita semua W iya i i
  • 00:23:57
    perkat perguruan tinggi kita di
  • 00:23:59
    Indonesia gitu seb saya bertanya
  • 00:24:00
    langsung kepada wamennya yang mengurusi
  • 00:24:02
    perguruan tinggi gitu ya peringkat
  • 00:24:04
    perguruan tinggi kita masih jauh gitu di
  • 00:24:06
    dibandingkan misalnya dengan tetangga
  • 00:24:08
    kita aja Singapura gitu ya Ada kampusnya
  • 00:24:11
    National University of Singapore gitu
  • 00:24:13
    peringkat cukup nomor bahkan nomor tig
  • 00:24:15
    di Asia gitu lalu misalnya rata-rata
  • 00:24:18
    memang bahkan kampusnya di mana Profesor
  • 00:24:21
    kita ini menjadi guru besar shinghua itu
  • 00:24:23
    nomor satu di Asia tapi misalnya
  • 00:24:25
    peringkat UI gitu ya masih peringkat 540
  • 00:24:28
    di dunia UGM peringkat 700 Uner
  • 00:24:31
    peringkat 711 berdasalkan data dari the
  • 00:24:34
    world University gitu nah ini gimana
  • 00:24:36
    Mbak Apakah ini tantangan buat seorang
  • 00:24:38
    Wamen meningkatkan peringkat mutu
  • 00:24:41
    pendidikan tinggi kita tentu saja Eh
  • 00:24:43
    tadi saya rasa kata kuncinya adalah mutu
  • 00:24:45
    ya mutu e tentu saja kita tidak melihat
  • 00:24:48
    peringkat ee melulus sebagai
  • 00:24:50
    peringkatnya karena kalau peringkat itu
  • 00:24:52
    cuman berdasarkan e peringkat saja itu
  • 00:24:54
    bukan soal ya Ee soal soalnya adalah
  • 00:24:57
    mutu tetapi me memang kalau kita lihat
  • 00:24:59
    dari mana peringkat itu disusun baik
  • 00:25:02
    peringkat itu disusun
  • 00:25:04
    ee bobot nomor satu adalah berdasarkan
  • 00:25:08
    eh berdasarkan kualitas dari eh riset
  • 00:25:13
    Nah Nah inilah yang mungkin
  • 00:25:16
    kadang-kadang agak terjadi di negara
  • 00:25:18
    kita masih eh pemikiran bahwa riset
  • 00:25:22
    sains dan teknologi itu terpisah dari
  • 00:25:24
    Universitas karena kebanyakan kita mikir
  • 00:25:26
    universitas adalah di mana mahasiswa itu
  • 00:25:28
    belajar dan dosen itu mengajar tetapi
  • 00:25:31
    sebenarnya yang terjadi itu adalah di
  • 00:25:34
    mana dosen itu melakukan penelitian
  • 00:25:36
    melakukan riset dan mengajak
  • 00:25:39
    mahasiswanya untuk melihat Bagaimanakah
  • 00:25:42
    riset itu dilakukan inovestasi baru itu
  • 00:25:45
    dilakukan Nah jadi kalau kita melihat
  • 00:25:47
    tantangannya tantangannya di eh
  • 00:25:50
    Indonesia itu ee ee yang kita lihat dari
  • 00:25:53
    ee peringkat ini adalah ee tantangannya
  • 00:25:56
    adalah kita belum eh Universitas itu
  • 00:25:59
    Universitas kita belum dibilang menjadi
  • 00:26:01
    adalah research
  • 00:26:03
    University sementara di
  • 00:26:06
    universitas-universitas yang top mutunya
  • 00:26:08
    dan ini sungguh saya bilang mutu dan
  • 00:26:10
    saya akan kembali Kenapa ini mutu eh
  • 00:26:12
    adalah semuanya adalah research
  • 00:26:14
    University Harvard itu research
  • 00:26:16
    University berarti nomor satu yang
  • 00:26:18
    dilakukan itu adalah risetnya dan
  • 00:26:20
    risetnya itulah yang menjadi basis
  • 00:26:23
    pengajaran dari dosen kepada mahasiswa
  • 00:26:27
    mahasiswanya juga terlibat langsung
  • 00:26:29
    terhadap riset tersebut
  • 00:26:30
    em dan kesehariannya itu kalau sebagai
  • 00:26:34
    eh dosen itu saya sebagai guru besar dan
  • 00:26:37
    sebagai dosen itu paling banyak itu
  • 00:26:39
    melakukan riset dan e nomor 1a itu riset
  • 00:26:43
    1B baru ngajar gitu kiraira nomor
  • 00:26:46
    satunya riset nomor satunya riset jadi
  • 00:26:48
    saya terus terus meriset tetapi riset
  • 00:26:50
    ini eh tidak pernah riset itu sendiri
  • 00:26:53
    nah jadi eh di dalam riset ini selalu
  • 00:26:57
    ada proses belajar mengajar pertama saya
  • 00:27:00
    sendiri harus belajar dari eh
  • 00:27:03
    kolaborator saya rekan-rekan saya yang
  • 00:27:05
    melakukan r bersama pemikiran ini harus
  • 00:27:07
    berputar terus kita menanyakan suatu
  • 00:27:09
    pertanyaan apa pertanyaan ini masuk akal
  • 00:27:11
    atau tidak Apakah investasi kita di
  • 00:27:13
    dalam riset ini sungguh akan berbuah
  • 00:27:15
    atau tidak nah eh dan juga di tim riset
  • 00:27:19
    saya itu selalu ada mahasiswa-mahasiswa
  • 00:27:21
    Apakah itu mahasiswa S1 atau yang sedang
  • 00:27:23
    e PHD itu semuanya tim riset saya Jadi
  • 00:27:27
    waktu kita melakukan riset itu selalu
  • 00:27:29
    bersama itulah terjadi proses belajar
  • 00:27:31
    mengajar itulah yang namanya research
  • 00:27:33
    University nah kalau kita mau bertanya
  • 00:27:35
    sungguh karena kadang-kadang ada yang
  • 00:27:36
    bilang Oh kita enggak usah menentingin
  • 00:27:38
    ranking tetapi eh saya setuju dengan itu
  • 00:27:41
    tapi kita harus mementingkan mutu Kenapa
  • 00:27:45
    kembali lagi ranking itu mencerminkan
  • 00:27:47
    mutu ranking yang berdasarkan eh
  • 00:27:50
    berdasarkan bobot dan kualitas
  • 00:27:52
    penelitian itu sungguh mencerminkan mutu
  • 00:27:54
    karena ada ranking-ranking yang lain
  • 00:27:55
    yang bukan ee yang bukan melulu
  • 00:27:57
    berdasarkan ee berbat penelitian Karena
  • 00:28:01
    penelitian itulah yang menghasilkan ee
  • 00:28:06
    pertumbuhan ekonomi suatu negara dari eh
  • 00:28:10
    seperti yang Pak Prabowo eh canangkan
  • 00:28:13
    kita perlu Swasembada pangan Nah kalau
  • 00:28:15
    kita pikirkan bagaimana kita bisa
  • 00:28:17
    Swasembada pangan tidak akan bisa tanpa
  • 00:28:19
    riset tanah itu terbatas negara
  • 00:28:22
    Indonesia punya sebegitu saja dan itu
  • 00:28:25
    bukan saja terbatas selama akan
  • 00:28:26
    berkurang terus karena pembangunan akan
  • 00:28:29
    menggeser ee lahan-lahan pertanian
  • 00:28:31
    tetapi dari lahan yang terbatas itu
  • 00:28:35
    kalau kita punya riset bibit yang unggul
  • 00:28:37
    ee hama yang bisa kita dipelajari itu
  • 00:28:41
    dari satu per per hektar itu yieldnya
  • 00:28:44
    itu akan naik itulah yang menjadikan
  • 00:28:46
    riset jadi salah satu satu-satunya cara
  • 00:28:48
    itu eh yang kedua yang e Swasembada
  • 00:28:52
    energi Pak prabuo mencanangkan swas
  • 00:28:54
    energi swasada energi itu tidak lain
  • 00:28:57
    adalah dari riset kalau kita ingin ee
  • 00:29:00
    untuk menjadi energi terbarukan untuk
  • 00:29:02
    menjadikan energi terbarukan itu perlu
  • 00:29:04
    pemikiran perlu inovasi teknologi
  • 00:29:06
    semuanya itu dari riset heilirisasi
  • 00:29:09
    apalagi ya kan hilirisasi itu kan
  • 00:29:12
    berarti secara gampangnya yang kita
  • 00:29:13
    ambil dari sumber daya kita tanah itu
  • 00:29:15
    harus diolah sehingga menjadi bahan
  • 00:29:17
    kehilirnya sehingga menjadi
  • 00:29:19
    produk-produk pengolahannya itu seperti
  • 00:29:22
    apa 100% at adalah riset itulah mengapa
  • 00:29:26
    kualitas dari riset itu adalah
  • 00:29:28
    sungguh-sungguh adalah kualitas mutu dan
  • 00:29:30
    semuanya ini Harusnya menjadi ee pokok
  • 00:29:34
    yang terjadi di universitas universitas
  • 00:29:36
    kita di perguruan-perguruan tinggi kita
  • 00:29:38
    nah ini sekarang belum tetapi saya juga
  • 00:29:41
    ingin menekankan ini belum terjadi bukan
  • 00:29:43
    karena mutu peneliti atau dosen-dosen
  • 00:29:46
    kita saya sudah banyak berbicara dan
  • 00:29:48
    bertemu dengan dosen-dosen kita dan
  • 00:29:50
    mereka ini adalah orang-orang yang
  • 00:29:51
    sangat mumpuni waktu itu Saya pernah
  • 00:29:53
    berbicara di eh Nvidia di Jansen Huang
  • 00:29:56
    eh saya bilang Eh ada pertanyaan kita
  • 00:29:59
    harus bagaimana untuk upskilling saya
  • 00:30:02
    bilang mungkin bukan upskilling yang
  • 00:30:04
    paling penting tetapi itu yang saya
  • 00:30:06
    bilang up systeming up syysteming
  • 00:30:09
    upsyeming ini sebenarnya Pak Prabowo
  • 00:30:11
    sendiri yang berpesan bahwa beliau ingin
  • 00:30:14
    sungguh membuat ekosistem yang berbeda
  • 00:30:17
    ekosistem yang sungguh memajukan negara
  • 00:30:19
    ini eh dan itulah yang menurut saya
  • 00:30:21
    sistem yang bagaimana yang bisa
  • 00:30:23
    membebaskan setiap orang-orang yang
  • 00:30:25
    memppunguni ini sungguh bisa maju di
  • 00:30:27
    dalam dalam penelitian-penelitian mereka
  • 00:30:29
    tapi lagi-lagi bicara soal ternyata
  • 00:30:31
    misalnya betul riset gitu ya tapi banyak
  • 00:30:35
    ada anggapan nih riset itu mahal Bu stel
  • 00:30:38
    riset itu mahal Sehingga tadi perlu
  • 00:30:41
    ekosistem yang semuanya mendukung dan
  • 00:30:43
    tadi ketika mendukung ke budget ke
  • 00:30:46
    anggaran ke dana ke duit Masel Nah itu
  • 00:30:48
    gimana tuh m stelaya Oke
  • 00:30:51
    em segala sesuatu itu perlu dana segala
  • 00:30:54
    sesuatu itu perlu uang Namun kita juga
  • 00:30:57
    tahu bahwa uang itu atau dana itu bukan
  • 00:31:00
    dana saja ya waktu uang itu semuanya ada
  • 00:31:03
    batasnya Jadi kalau menurut saya kita
  • 00:31:06
    Jangan pikirkan dulu eh batasnya tetapi
  • 00:31:10
    apa yang bisa kita gunakan dalam batasan
  • 00:31:12
    itu nah
  • 00:31:14
    sebenarnya kalau ee kalau kita lihat
  • 00:31:17
    dari dananya memang itu ya e e memang
  • 00:31:20
    ada terbatas ya tetapi eh tetapi juga
  • 00:31:23
    yang penting kita tanyakan pertama itu
  • 00:31:25
    Apakah kita sudah mengguna dana itu
  • 00:31:28
    dengan semaksimal mungkin ya Nah yang
  • 00:31:32
    saya lihat yang terjadi sekarang itu
  • 00:31:34
    adalah dari segi penggunaan ada dua asas
  • 00:31:37
    penting yang belum terjadi dalam
  • 00:31:40
    penggunaan kita harus punya asas
  • 00:31:42
    komparatif dan kompetitif nah komparatif
  • 00:31:46
    itu berarti setiap rupiah yang digunakan
  • 00:31:50
    untuk riset itu harus ditanyakan R1 itu
  • 00:31:53
    untuk diguna untuk kita kasih ke
  • 00:31:55
    peneliti A atau peneliti B untuk riset
  • 00:31:58
    eh a atau b atau c nah itu yang belum
  • 00:32:02
    terjadi komparatif asas yang kedua itu
  • 00:32:05
    adalah kompetitif Siapa yang berhak
  • 00:32:07
    menerima R1 itu r itu yang paling bagus
  • 00:32:11
    dibelanjakan untuk apa Nah nah ituah
  • 00:32:14
    kembali yang sekarang sistem sekarang
  • 00:32:15
    misalnya di sistem sekarang kebanyakan
  • 00:32:18
    kontrak e eh kontrak untuk riset itu
  • 00:32:23
    adalah dalam penganggaran barang dan
  • 00:32:25
    jasa sehingga trak itu tidak
  • 00:32:28
    memungkinkan sang eh eh Principal
  • 00:32:32
    investigator untuk bisa
  • 00:32:35
    eh untuk bisa menggunakan Geran itu
  • 00:32:37
    untuk eh eh untuk menghire orang-orang
  • 00:32:40
    yang dia perlu tenaga-tenaga ahli yang
  • 00:32:42
    dia perlu Nah itu sangat disayangkan
  • 00:32:44
    karena sebenarnya itulah yang paling
  • 00:32:45
    diperlukan untuk riset itu nah eh
  • 00:32:48
    sistem-sistem yang seperti itulah yang
  • 00:32:49
    eh yang belum terjadi eh yang jadi
  • 00:32:53
    pertama itu penggunaannya kita harus
  • 00:32:54
    selalu menggunakan e asas komparatif dan
  • 00:32:57
    kompetitif dan dua-duanya itu menurut
  • 00:32:59
    saya belum terlalu optimal belum optimal
  • 00:33:04
    di negara kita dan itu harus kita
  • 00:33:06
    galakkan yang kedua itu Eh kita tidak
  • 00:33:09
    bisa bergantung
  • 00:33:11
    100% terhadap negara karena di eh best
  • 00:33:16
    practice dari di seluruh dunia itu
  • 00:33:18
    pendanaan riset itu tidak 100% dari
  • 00:33:20
    negara pendanaan riset itu justru selalu
  • 00:33:25
    gotongroyong gotongroyong kenapa gerakan
  • 00:33:28
    bersama Kenapa bukan saja ee kembali
  • 00:33:31
    seperti yang di bilang riset itu adalah
  • 00:33:32
    mengatur pertumbuhan ekonomi Jadi
  • 00:33:35
    seluruh ee orang yang berpartisipasi
  • 00:33:38
    atau unit-unit yang berpartisipasi
  • 00:33:40
    ekonomi harus ee sebenarnya punya
  • 00:33:42
    kepentingan untuk mendukung riset karena
  • 00:33:44
    kalau kita bisa mendukung riset yang
  • 00:33:45
    akan menghasilkan komputer yang lebih
  • 00:33:47
    hebat ya kita juga akan beruntung kita
  • 00:33:50
    akan mendapat keuntungan dari situ Nah
  • 00:33:51
    inilah ee mungkin yang saya ee ingin ee
  • 00:33:55
    dari Kementerian kita yang sekarang Ee
  • 00:33:57
    Kita ingin mendorong ini pertemuan
  • 00:33:59
    antara para peneliti kita dan di
  • 00:34:02
    industri
  • 00:34:03
    em ee itu salah satu yang yang paling
  • 00:34:07
    penting
  • 00:34:08
    Em kalau boleh saya sedikit Eh ini Eh
  • 00:34:11
    sedikit iklan sedikit iklan dari
  • 00:34:14
    kementerian pendidikan tinggi sains dan
  • 00:34:16
    teknologi eh tanggal 28 November kita
  • 00:34:18
    akan mendatangkan seorang Fisikawan yang
  • 00:34:20
    sangat ternama yang bernama Rob Myers
  • 00:34:23
    berbicara bagaimana dia bersama dengan
  • 00:34:26
    seorang eh eh eh dari industri eh Mike
  • 00:34:29
    lazaridis dari Blackberry Enggak ada
  • 00:34:31
    yang enggak tahu BlackBerry ya membangun
  • 00:34:34
    ekosistem riset em yang eh bukan
  • 00:34:37
    langsung seperti terapan tetapi adalah
  • 00:34:39
    riset jangka panjang dan itu Mengapa
  • 00:34:41
    seorang eh seorang Mik lasarid seperti
  • 00:34:44
    BlackBerry itu mau menghabiskan uangnya
  • 00:34:46
    untuk atau menginvestigasi bukan
  • 00:34:48
    menghabiskan menginvestigasikan uangnya
  • 00:34:50
    untuk eh untuk riset jangka panjang itu
  • 00:34:52
    nah ini sudah terbukti ee membuahkan
  • 00:34:54
    hasil-hasil yang sangat luar biasa ee di
  • 00:34:57
    dalam ee ilmu fisika tapi kembali
  • 00:35:00
    intinya adalah jadi pelan namun pasti
  • 00:35:02
    Saya ingin mengajak setiap pemangku
  • 00:35:04
    kepentingan
  • 00:35:05
    em untuk bersama-sama memikirkan
  • 00:35:07
    Bagaimana kita bisa ee mendukung eh
  • 00:35:10
    riset kita I karena Saya jadi teringat
  • 00:35:12
    nih seperti tadi ya karena riset juga
  • 00:35:15
    menciptakanlah komputer Pak Probo selalu
  • 00:35:18
    bilang masa sih negara sebesar ini
  • 00:35:20
    enggak bisa bikin mobil sendiri gitu ya
  • 00:35:23
    enggak bisa bikin motor sendiri dan
  • 00:35:24
    artinya kan beliau sangat concern
  • 00:35:26
    Bagaimana kemudian enggak bisa bikin
  • 00:35:28
    handphone sendiri yang kayak gitu loh
  • 00:35:30
    yang memang mudah-mudahan artinya ini
  • 00:35:32
    menjawab juga bagaimana konsern Prabowo
  • 00:35:34
    tadi Lalu ada ibu Amen di sini untuk
  • 00:35:37
    juga menunjang bahwa kita bisa tadi
  • 00:35:39
    hilirisasi kedaulatan betul teknologi
  • 00:35:42
    dan lain-lain dan juga itu dari negeri
  • 00:35:45
    sendiri gitu ya betul betul em
  • 00:35:48
    eh itu amanat yang eh sangat eh besar
  • 00:35:52
    dari Pak Prabowo Tetapi saya yakin kita
  • 00:35:54
    bisa kita mampu untuk melakukan itu
  • 00:35:57
    em dengan kembali ekosistem yang kita
  • 00:36:00
    bangun dari du dua belah pihak Top Down
  • 00:36:02
    dan bottom up nah
  • 00:36:04
    Em kalau saya boleh eh cerita ini juga
  • 00:36:07
    ada eh suatu Eh gerakan yang langsung
  • 00:36:12
    dari Pak Prabowo eh untuk e membangun
  • 00:36:15
    ekosistem ini Eh Pak Prabowo
  • 00:36:16
    mengamanatkan salah satu eh kunci
  • 00:36:19
    program program kunci dari Pak Prabowo
  • 00:36:21
    adalah membangun SMA Unggul nah e
  • 00:36:23
    Kebetulan saya langsung terlibat e
  • 00:36:25
    menyusun konsep SMA Unggul ini Ee Kita
  • 00:36:28
    akan membangun SMA Unggul ee 20 SMA
  • 00:36:31
    Unggul baru di seluruh ee pelosok
  • 00:36:33
    Indonesia yang akan membina siswa-siswa
  • 00:36:36
    dari beragam latar belakang ekonomi
  • 00:36:39
    mereka akan diberikan beasiswa penuh ee
  • 00:36:42
    untuk bisa menimba ee pendidikan yang
  • 00:36:45
    sebaik-baiknya dan diharapkan mereka
  • 00:36:47
    juga bisa ee diterima di ee Universitas
  • 00:36:51
    unggulan di dunia sehingga mereka akan
  • 00:36:53
    ee ee akan bisa menimba ilmu ee riset eh
  • 00:36:57
    terutama sekali di bidang stem ini yang
  • 00:36:59
    sungguh diamanatkan diamanatkan oleh Pak
  • 00:37:01
    Prabowo dan bisa kembali lagi eh ke
  • 00:37:03
    Indonesia untuk membangun ekosistem eh
  • 00:37:05
    riset eh sains dan teknologi kita ini
  • 00:37:08
    menjadi suatu program yang sangat eh
  • 00:37:10
    kita sangat eh sangat bergairah untuk
  • 00:37:13
    membentuk program ini dari langsung dari
  • 00:37:15
    kementerian pendidikan tinggi eh sains
  • 00:37:17
    dan teknologi ya menarik tadi termasuk
  • 00:37:19
    juga soal vokasi nih ya Mbak Stela
  • 00:37:22
    buamen Bagaimana kemudian sepertinya
  • 00:37:25
    memang tadi Bicara bahwa bagaimana
  • 00:37:27
    perguruan tinggi kita lebih banyak
  • 00:37:30
    terkait akademis tapi justru vokasi pun
  • 00:37:33
    sepertinya masih belum juga tidak
  • 00:37:35
    menjadi Fokus utama ya soal vokasi masih
  • 00:37:38
    sebagian aja gitu loh Mamen masih
  • 00:37:41
    mencari sarjana-sarjana ya ternyata juga
  • 00:37:43
    enggak bisa diserap secara langsung
  • 00:37:45
    semuanya di dunia kerja I Iya kalau
  • 00:37:48
    em kita berbicara tentang vokasi
  • 00:37:51
    ee sebenarnya ee menurut saya baik kalau
  • 00:37:56
    kita pikirkan Apa itu sebbennya vokasi
  • 00:37:58
    vokasi dan perguruan tinggi menurut saya
  • 00:38:00
    memang berbeda Oke perbedaannya adalah
  • 00:38:02
    demikian
  • 00:38:04
    perguruan tinggi itu bertanggung jawab
  • 00:38:08
    untuk menciptakan demand dari Demand dan
  • 00:38:11
    supply menciptakan
  • 00:38:13
    permintaan tetapi vokasi itu 100% harus
  • 00:38:17
    respon terhadap demand harus merespon
  • 00:38:20
    terhadap dem siap kerja udah siap siap
  • 00:38:22
    pakailah ya Jadi yang perlu dilakukan
  • 00:38:25
    sebenarnya kalau kita memikirkanok
  • 00:38:27
    dengan sungguh-sungguh kita pertama
  • 00:38:29
    harus tahu betul demandnya itu apa Nah
  • 00:38:33
    jadi sebenarnya
  • 00:38:34
    Eh kalau dari sisi pemerintahan eh
  • 00:38:37
    kementerian pendidikan tinggi sains dan
  • 00:38:39
    teknologi ini harus bekerja sama dengan
  • 00:38:40
    eh dengan Kementerian lainnya misalnya
  • 00:38:42
    dengan kementerian perindustrian dengan
  • 00:38:45
    Kementerian investasi karena kita harus
  • 00:38:47
    tahu apa sebenarnya demandnya di
  • 00:38:49
    Indonesia nah Selain itu vokasi itu juga
  • 00:38:54
    namanya juga pendidikan pendidikan itu
  • 00:38:55
    harus ada jangka waktunya baru akan
  • 00:38:57
    mengeluarkan hasil dari pendidikannya
  • 00:38:59
    jadi kita harus berpikir juga jangka
  • 00:39:00
    panjangnya jadi vokasi itu harus
  • 00:39:02
    mengikuti perubahan perubahan kebutuhan
  • 00:39:05
    dari industri perubahan kebutuhan
  • 00:39:07
    ekonomi di negara tersebut jadi harus
  • 00:39:09
    selalu tuning selalu tuning tetapi
  • 00:39:12
    penting sekali tuning itu juga harus
  • 00:39:14
    dipikirkan waktunya jadi kalau
  • 00:39:16
    pendidikan vokasi setidak-tidaknya itu
  • 00:39:18
    kan ada 2 tahun nah dalam 2 tahun apakah
  • 00:39:21
    yang diajarkan itu akan nanti menjadi
  • 00:39:22
    tidak Ee tidak sama atau tidak Ee tidak
  • 00:39:26
    cocok dengan yang dibutuhkan Nah itulah
  • 00:39:28
    jadi eh eh segala pendudukan vokasi ini
  • 00:39:31
    harus seluruh Harus melihat ekonomi dan
  • 00:39:33
    harus selalu bisa adaptasi terhadap eh
  • 00:39:36
    kebutuhan-kebutuhan pasar itu sangat
  • 00:39:38
    penting terjadi dalam kebutuhan vokasi
  • 00:39:40
    tetapi penting sekali lagi bahwa eh
  • 00:39:43
    perguruan tinggi tidak seperti itu 100%
  • 00:39:46
    karena kalau kita hanya seluruhnya
  • 00:39:49
    pendidikan kita baik pendidikan tinggi
  • 00:39:50
    maup pendidikan vokasi itu hanya
  • 00:39:52
    merespon terhadap
  • 00:39:54
    demand tidak akan ada pertumbuhan
  • 00:39:56
    ekonomi karena tidak kita tidak
  • 00:39:58
    menciptakan diand-diman baru itulah
  • 00:40:00
    mengapa pembagian itu pembagian itu
  • 00:40:02
    secara skema penting ada yang merespon
  • 00:40:04
    100% tapi ada juga yang harus
  • 00:40:06
    menciptakan demand tersebut ya kira-kira
  • 00:40:08
    kan kita kadang berpikir dalam berapa
  • 00:40:11
    tahun ya kita bisa seperti yang tadi
  • 00:40:13
    Mbak Stela sampaikan bisa dengan kondisi
  • 00:40:16
    ya ideal tadi atau merever beberapa
  • 00:40:18
    negara lain yang seperti itu sudah sudah
  • 00:40:21
    Bagaimana kemudian risetnya
  • 00:40:22
    pendidikannya sudah baik dan lain-lain
  • 00:40:24
    menemukan pendidikan yang ugul semua
  • 00:40:27
    semuanya paling tidak peringkat kita
  • 00:40:28
    bisa lebih naik dari sisi di sisi itu
  • 00:40:31
    banyak hal Mbak Stela sebagai seorang
  • 00:40:34
    Wamen berapa tahun sih ada kenaikan atau
  • 00:40:37
    peningkatan itu mbak Oke kalau ditanya
  • 00:40:39
    berapa tahunnya saya akan jujur bahwa
  • 00:40:41
    untuk ee menaikkan peringkat itu sangat
  • 00:40:44
    sulit ya Eh sehingga kembali lagi
  • 00:40:46
    program Pak Prabowo untuk membangun SMA
  • 00:40:48
    Unggul ini adalah program strategis yang
  • 00:40:50
    juga dalam jangka waktu yang cukup
  • 00:40:52
    singkat kita bisa ee mengeluarkan ee
  • 00:40:55
    talenta-talenta yang akan membangun
  • 00:40:57
    ekosistem Sa tologi kita tetapi kita
  • 00:40:59
    juga ee bisa melihat bahwa ada
  • 00:41:02
    celah-celah yang besar untuk membangun
  • 00:41:05
    eh eh dan eh ekosistem sains dan
  • 00:41:07
    teknologi kita sekarang misalnya yang
  • 00:41:09
    sedang kita lakukan di Kementerian itu
  • 00:41:11
    adalah eh Kita sebenarnya E kalau kita
  • 00:41:15
    tanyakan tugas kita sebagai kementerian
  • 00:41:17
    pendidikan tinggi sains dan teknologi
  • 00:41:19
    itu Apa
  • 00:41:21
    tugas kita adalah menjadi
  • 00:41:24
    biro eh dating yang sangat heb
  • 00:41:28
    Kenapa kita harus tugasnya itu jadi Mak
  • 00:41:30
    Comblang Mak Comblang ya menghubungkan
  • 00:41:33
    dengan banyakubungkan Kenapa kita
  • 00:41:34
    tugasnya Mak Comblang karena
  • 00:41:37
    yang perlu terjadi itu adalah bahwa eh
  • 00:41:40
    dari eh dosen-dosen kita peneliti
  • 00:41:43
    penitika yang sudah mumpuni itu mereka
  • 00:41:45
    bisa
  • 00:41:47
    menemukan tanpa harus cari sendiri itu
  • 00:41:49
    kan Kalau enggak ya cari sendiri juga
  • 00:41:51
    bisa J sendiri susah Nah harus ke kita
  • 00:41:53
    bisa menemukan Nah siapa yang bisa siapa
  • 00:41:56
    bisa tadi ya industri sebaliknya
  • 00:41:59
    industri ini ee misalnya kita ingin ee
  • 00:42:02
    membuat baterai ee baterai industri
  • 00:42:04
    baterai listrik industrinya Eh kalau
  • 00:42:07
    cari sendiri susah harusnya dia bisa
  • 00:42:08
    tanya ke kita siapa yang jago Bati
  • 00:42:11
    listrik atau siapa yang sebelum bateri
  • 00:42:13
    listriknya gitu siapa yang siapa yang
  • 00:42:15
    jago penelitian itu Nah itulah yang
  • 00:42:17
    Kementerian kita bisa nah ini sudah bisa
  • 00:42:19
    dilakukan sekarang inilah yang sekarang
  • 00:42:21
    kita lakukan bersama dengan eh tim-tim
  • 00:42:23
    Kementerian kita yang sangat hebat-hebat
  • 00:42:25
    ini untuk ee membangun
  • 00:42:27
    database database kita kumpulkan setiap
  • 00:42:31
    dosen ini mereka melakukan penelitian
  • 00:42:33
    apa saja lalu industri-industri di
  • 00:42:35
    Indonesia ini kebutuhannya apa saja
  • 00:42:37
    itulah yang kita ingin jadikan itu tentu
  • 00:42:39
    saja perlu waktu tapi itu bisa dicapai
  • 00:42:42
    dalam waktu yang konkret ini saya rasa
  • 00:42:44
    kalau kita sudah menjadi ada ajang
  • 00:42:46
    pertemuan yang sistematis Ya karena
  • 00:42:48
    kadang-kadang memang ada program ini
  • 00:42:50
    program itu tapi itu belum secara
  • 00:42:51
    sistematis kalau kita punya ajang
  • 00:42:53
    pertemuan sistematis bukan saja industri
  • 00:42:55
    setiap pemerintah daerah kalau perlu
  • 00:42:57
    membangun jalan Boleh silakan tanya dulu
  • 00:42:59
    siapa yang jago bangun jalan nih siapa
  • 00:43:01
    yang jago geografis nih ee Kemarin saya
  • 00:43:04
    ada pertemuan dengan eh para guru besar
  • 00:43:06
    Wah senang sekali ketemu ini guru-guru
  • 00:43:08
    besar yang begitu hebatnya yang ada eh
  • 00:43:11
    ada ada insinur-insinur kita yang begitu
  • 00:43:13
    jago tentang eh macam-macam ya Dari dari
  • 00:43:16
    geothermal dan banyak belajar sekali Nah
  • 00:43:19
    ini tinggal kita pertemukan karena
  • 00:43:22
    kebutuhan itu ada secara perekonomian
  • 00:43:25
    negara kita begitu besar tetapi
  • 00:43:27
    sistematis ee pertemuan ini belum
  • 00:43:29
    terjadi inilah tugas berat tetapi saya
  • 00:43:33
    rasa bisa kita lakukan kalau kita secara
  • 00:43:35
    sistematis dari kementerian pendidikan
  • 00:43:37
    tinggi Sains dan Teknologi memang
  • 00:43:38
    begitulah sebetulnya tugasnya pemerintah
  • 00:43:41
    MB i jadi Mak Comblang mempertemukan
  • 00:43:44
    tapi harus ee Mak Comblang yang
  • 00:43:46
    qualified gitu Jadi kalau datang ke kita
  • 00:43:48
    pasti oh ini ini nanti yang e pas waktu
  • 00:43:51
    lagi blinded ini yang yang datang nih
  • 00:43:54
    Waktu blinded kan blinded kan belum
  • 00:43:56
    ketemu
  • 00:43:57
    W BL kalauakan dia pergi ke agensi ini
  • 00:44:01
    masih banyak banyak netizen kita
  • 00:44:04
    masyarakat yang kepo gitu ada menteri
  • 00:44:06
    yang yang Bahkan ada bilang nyentrik
  • 00:44:09
    tapi modis dan stylish gitu loh mbak
  • 00:44:11
    Bana seorang ST Kenapa berpenampilan
  • 00:44:14
    seperti ini kenapa berpenampilan seperti
  • 00:44:17
    ini Nah itu pertanyaan yang sulit ya itu
  • 00:44:19
    kembali lagi itu sebenarnya bisa juga
  • 00:44:21
    dijadikan
  • 00:44:24
    penelitian
  • 00:44:26
    Karen Han penelitian Iya Misalnya Kenapa
  • 00:44:28
    saya
  • 00:44:29
    begini Kenapa Mbak Stella begini dengan
  • 00:44:32
    seleranya gitu ya penampilannya Iya
  • 00:44:35
    stylish modis gitu itu sungguh
  • 00:44:36
    penelitian loh Mbak Eli karena eh saya
  • 00:44:39
    kan penelitian itu bertanya eh
  • 00:44:42
    inteligensi itu dari mana Nah mungkin eh
  • 00:44:46
    ada yang berpikir intelegensi itu harus
  • 00:44:47
    yang jadi seperti Einstein atau fisik
  • 00:44:49
    kawan Oh tapi bukan itu saja intelegensi
  • 00:44:53
    itu termasuk Kok bisa ya milih baju yang
  • 00:44:56
    cocok nah nah kok kenapa Eh kenapa bisa
  • 00:44:59
    tahu ini ee dari ee ee sepatu yang
  • 00:45:03
    menarik atau yang sesuai gitu itulah
  • 00:45:05
    juga inteligensi nah itu sangat menarik
  • 00:45:08
    ya Jadi kalau kita tanyakan Kenapa bisa
  • 00:45:10
    begitu dari mana selera itu Nah itu
  • 00:45:12
    semuanya bisa ada penelitiannya begitu
  • 00:45:15
    belajar setiap detik dari kalau saya
  • 00:45:17
    bisa saya bisa kasih tahu sih kalau saya
  • 00:45:19
    dari mana dari suami saya kacamata ini
  • 00:45:22
    ya Iya semuanya suami saya yang e suami
  • 00:45:25
    saya yang ini Oh ini nih bagus nih
  • 00:45:26
    sepatu ya ini bagus kacamatanya
  • 00:45:29
    gitult Iya consultant fashionnya suami
  • 00:45:33
    saya ini bukan karena pilihan Mbak stel
  • 00:45:35
    ya kacamat pilihan saya juga kalau
  • 00:45:37
    kacamata memang pilihan suami saya
  • 00:45:39
    banyak yang mau beli banyak yang mau
  • 00:45:40
    cari makanya diia belinya yang beli jauh
  • 00:45:43
    ya di sini belum memang belum terdata
  • 00:45:45
    ada di sini ya iya iya iya terima kasih
  • 00:45:49
    Stella kisti wakil menteri pendidikan
  • 00:45:52
    tinggi sains dan teknologi sudah sangat
  • 00:45:54
    hel dan bisa datang berdiskusi B sama
  • 00:45:57
    kami di orang penting Garuda TV Terima
  • 00:45:59
    kasih sekali dan terima kasih
  • 00:46:02
    semuanya dari tadi kita belajar
  • 00:46:07
    terus makasih
Tags
  • Stella Kristi
  • Wakil Menteri
  • Pendidikan Tinggi
  • Sains dan Teknologi
  • Riset
  • Prabowo
  • Ekosistem Pendidikan
  • Inovasi
  • Kecerdasan Buatan
  • Vokasi