Manajemen Risiko

1. Risk
Assessment
Y. Rahmat Akbar, SE, M.Si
http://www.yrasemsi.blogspot.co.id

2. Tahap-tahap Manajemen Risiko
Risk
Identification
Risk
Assessment
Risk
Insight
Risk
Improvement

3. Dimensi Pengukuran Risiko :
1.Frekuensi(atau jumlah) kejadian
dalam jangka waktu tertentu.
2.Jumlah kerugian

4. KONSEP PROBABILITAS

AKSIOMA dari PROBABILITAS

TRIAL yang INDEPENDEN

RANDOM atau ACAK

PROBABILITY adalah APPROXIMATE

5. Berdasarkan konsep probabilitas,
probability event dapat dibagi atas :
1. Peristiwa yang saling pilah (Mutually
Exclusive Event)
2. Compound Event
3. Peristiwa Bersyarat (Conditional Outcome)
4. Peristiwa yang Inklusif

6. MENCARI DISTRIBUSI PROBABILITAS :
1. Data Historis
Dengan mengamati berulang kali berbagai kerugian
yang telah terjadi sehingga diperoleh informasi
berapa kali terjadinya kerugian dalam masa tertentu
atau berdasarkan pengalaman-pengalaman
sebelumnya.
1. Distribusi Teoretis :
Distribusi Binomial
Distribusi Poisson

7. Probabilitas Frekuensi dari data historis:
Mengukur probabilitas berdasarkan data yang dimiliki.
Contoh :
Data menunjukkan selama 240 hari kerja
dalam setahun, mesin rusak selama 20 hari.
Maka probabilitas mesin rusak :
x (data historis risiko) = 20 hari
n (data jumlah event) = 240 hari
P (x) = x / n
P (rusak) = 20 / 240 = 0,0833 atau 8,33%

8. Contoh :
Apabila data historis menunjukkan dari 500 kali
penerbangan terdapat 6 kali insiden kecelakaan pesawat.
Dari informasi data diatas berapa probabilitas risiko
terjadinya insiden kecelakan pesawat tersebut ?
Maka probabilitas risiko insiden kecelakaan :
x (data historis risiko) = 3 kali penerbangan
n (data jumlah event) = 1000 kali penerbangan
P (x) = x / n
P (kecelakaan) = 6 / 500 = 0,012 atau 1,2%

9. Distribusi Binomial
Jika :
•
Variabel hanya memiliki 2 kemungkinan hasil
•
Probabilitas (peluang) kedua hasil tersebut
tidak berubah (tetap)
•
Telah diketahui % probabilitas (risiko)
Probabilitas suatu hasil distribusi binomial
•
Probabilitas (sukses) = p
•
Probabilitas (gagal) q = 1 – p
Atau sebaliknya

10. Distribusi Binomial (Bernoulli)
Besarnya probabilitas suatu event terjadi tepat sebanyak x
kali (keberhasilan atau risiko) dari sebanyak n kali trial
kejadian (event) adalah
f x = probabilitas terjadinya x dari n (kejadian)
x = jumlah kejadian yang ingin diketahui
n = banyaknya percobaan/periode
p = kemungkinan risiko
q = kemungkinan tidak berisiko atau (1-p)

11. Contoh Distribusi Binomial

12. Tabel Koefisien Binomial :

13. Contoh Soal:

14. Jawab:

15. Contoh Soal:
Seseorang memesan jeruk 1 truk dengan perjanjian
hanya 1% jeruk yang masam. Untuk jadi atau tidak
menerima pesanan tersebut dibuat kriteria sebagai
berikut : Dari 10 jeruk yang dites, jika terdapat
hanya 1 jeruk yang masam maka pesanan tersebut
diterima, lebih dari 1 ditolak.
a). Hitung probabilitas resiko produsen
b). Andaikan penjual melakukan “manipulasi”
dengan memasukkan 5 % yang masam, hitung
probabilitas resiko konsumen

16. Distribusi Poisson
Jika :
•
Perhitungan untuk memperhitungkan atau proyeksi
kejadian yang terjadi untuk masa waktu ke depan.
•
Dapat dihitung rata-rata kejadian melalui data historis
tentang kejadian yang serupa sebelumnya
,......2,1,0,
!
);( ==
−
x
x
e
xp
x
λ
λ
λ
p x = probabilitas terjadinya x (kejadian)
x = banyaknya kejadian yang ingin diketahui
λ = rata-rata kejadian dalam satu periode
e = konstanta/sebaran poisson = 2,71828
x! = faktorial dari x, misal 3! = 1 x 2 x 3 = 6

17. Contoh Soal :

Di suatu simpang jalan rata-rata terjadi 4
kecelakaan sebulan, maka hitunglah
probabilitas :
− Pada suatu bulan tertentu di simpang jalan itu terjadi
5 kecelakaan
− Pada suatu bulan tertentu di simpang jalan terjadi
minimal 2 kecelakaan
− Pada suatu minggu tertentu di simpang jalan itu
terjadi 2 kecelakaan

18. Jawab:

19. Contoh Soal:
Merk ban XYZ diharapkan akan menurunkan risiko terjadinya
pecah ban. Tim riset perusahaan mengumpulkan data dari
berbagai perusahaan yang telah menggunakan produk
tersebut dalam 3 tahun sebagai berikut:
Responden Frekuensi Pecah Ban dalam 3 Tahun
PT AA 6
PT BB 5
PT CC 7
PT DD 4
PT EE 5
Dari data di atas, berapa besar kemungkinan terjadinya
pecah ban di bawah 5 kali dalam 3 tahun dengan
penggunaan ban merk XYZ?

20. Jawab:
Data banyaknya kejadian pecah ban merk XYZ dalam 3 tahun:
Kemungkinan terjadinya pecah ban di bawah 5 kali
dalam 3 tahun untuk penggunaan ban Merk XYZ
dinotasikan dengan :
P(x<5) = P(x=0), P(x=1), P(x=2), P(x=3), P(x=4)

22. Jumlah Kerugian (Value at Risk/VaR)

23. Z score dan Standar Deviasi
Tingkat kepercayaan (%)
α 99 (α =1) 97,5 (α =2,5) 95 (α =5) 90 (α =10)
Z score 2,326 1,960 1,645 1,282

24. Contoh Soal :

PT. YY merupakan perusahaan yang bergerak dibidang
penyewaan mesin genset. Berdasarkan data yang
dimiliki perusahaan, dalam 6 tahun terakhir, mesin
mengalami kerusakan sebanyak 6 kali dengan kerugian
untuk setiap kejadian sbb:

Berapa besar dana yang dicadangkan untuk
mengantisipasi risiko kerugian tersebut tahun depan?
Kejadian Kerugian (Rupiah)
Tahun 1 1.200.000
Tahun 2 1.350.000
Tahun 3 1.100.000
Tahun 4 1.300.000
Tahun 5 1.150.000
Tahun 6 1.000.000

25. Jawab :

26. Contoh Soal:

Terdapat 2 investasi yang akan dipilih dengan data sbb:

Dengan mempertimbangkan besarnya dana yang akan
dicadangkan untuk mengantisipasi risiko, Manakah
investasi yang Sdr pilih?
Investasi A Investasi B
Nilai Investasi (I) 10 Milyar 12 Milyar
Expected Return (ER) 15% 15%
Standard Deviasi (σ) 18% 12%
Investasi A Investasi B
Nilai Investasi (I) 10 12
Expected Return (ER) 0,15 0,12
Standard Deviasi (σ) 0,18 0,15
Return (x = I.ER) 1,5 1,44
n 1 1

27. Jawab :

28. Ada Pertanyaan?
Bahan kuliah dapat diunduh di :
-
Konsep Risiko :
-
http://yrasemsi.blogspot.co.id/2015/07/konsep-risiko.html
-
Identifikasi Risiko :
http://yrasemsi.blogspot.co.id/2016/04/identifikasi-risiko.html
-
Pengukuran Risiko :
http://yrasemsi.blogspot.co.id/2016/06/pengukuran-risiko.html