Anda di halaman 1dari 28

Mengukur Probabilitas-

Manajemen Risiko

Noorlaily Fitdiarini

10/01/09 Noorlaily Fitdiarini 1


Risk Management
 Sistem yang terintegrasi
1. Design
2. Install
3. Run

10/01/09 Noorlaily Fitdiarini 2


Manfaat Risk Management

1. Meminimumkan biaya
2. Meningkatkan penjualan dan profit
3. Menghindari kebangkrutan

10/01/09 Noorlaily Fitdiarini 3


Risk Management Committee (RMC)

Pres Dir

Internal RMC
Audit

Finance Marketing SDM Operation

RMC adl gabungan representatif dr fungsi F,M,S,O


10/01/09 Noorlaily Fitdiarini 4
Tugas RMC

1. Identifikasi Risiko
2. Mengukur Risiko
3. Penanganan Risiko

10/01/09 Noorlaily Fitdiarini 5


1. Identifikasi Risiko
 Bedakan antara: Risk, Problem,
Opportunity
 Menurut Vilfredo Pareto:
 Yang perlu diidentifikasi hanya 20%
 Bagaimana Caranya???

10/01/09 Noorlaily Fitdiarini 6


Caranya…..

1. 20% adalah risiko-risiko yg “fatal”,


yaitu:
1. Kejadian yang menyebabkan sasaran
tidak tercapai
2. Tidak dapat ditunda
3. Menyebabkan aktivitas terhenti

10/01/09 Noorlaily Fitdiarini 7


a b c
G
O
d
A
e L

Aktifitas utama: a, b, c Mana


Aktivitas penunjang: d, e aktifitas
yang “fatal”

10/01/09 Noorlaily Fitdiarini 8


Caranya …
2. Risiko terjadi pada:
1. Barang ….. Yang fatal???
2. Orang ……. Yang fatal???

2. Kejadian yang terjadi pada B & O


3. Penyebab:
1. Risiko Keuangan: bunga, nilai tukar, inflasi
2. Risiko Non Keuangan/Operation Risk: manusia, teknologi, alam,
prosedur

2. Akibat:
1. Pure Risk
2. Speculative Risk

2. Aktivitas:
1. Credit Risk
2. Country Risk

10/01/09 Noorlaily Fitdiarini 9


Risiko

Kemungkinan kejadian yg merugikan

Uang (Rp)
probabilitas

10/01/09 Noorlaily Fitdiarini 10


Mengukur Kemungkinan

1. Poisson
2. Binomial
3. Z-score
4. Weighted Average

10/01/09 Noorlaily Fitdiarini 11


1. Metode Poisson
 Data kejadiannya diskrit
 Telah terjadi pada kejadian
sebelumnya
 Periode yang akan datang
ditentukan
 Dalam jangka waktu tertentu tdp n
kejadian

10/01/09 Noorlaily Fitdiarini 12


Poisson

x −µ
µ e
p ( x) =
x!
p(x) = kemungkinan terjadinya peristiwa x
µ = rata-rata kejadian dalam periode tertentu

e = 2,718
x! = factorial dari x

10/01/09 Noorlaily Fitdiarini 13


2. Metode Binomial
 Data kejadiannya diskrit
 Kejadian terulang n kali
 Setiap kejadian ada kemungkinan
“sukses” atau “gagal”
 Probabilitas “sukses” sama untuk
setiap kejadian
 Kejadian satu dengan yang lain
independen
 Tidak ada jangka waktu

10/01/09 Noorlaily Fitdiarini 14


Binomial

 n  x n− x
b ( x , n, p ) =   p q
x
p = kemungkinan “sukses”
q = kemungkinan “ gagal” = 1-p
n = jumlah kejadian
x = jumlah “sukses” dari n percobaan

 
n n!
 =
 x  x!(n − x)!
10/01/09 Noorlaily Fitdiarini 15
Contoh Binomial
 20 x pengeboran memperoleh
sumur minyak sebanyak 5x
 PT. X hanya mau melakukan 3x
pengeboran.
 Berapa probabilitas 3x pengeboran
tetapi tidak memperoleh minyak
sama sekali?

10/01/09 Noorlaily Fitdiarini 16


Contoh Binomial

5 1
p= = = 0,25
20 4
5
q =1 − p =1 − = 0,75
20
n =3, x = 0
3!
Pb = (0,25 ) 0 (0,75 ) 3−0
0!(3 −0)!
6
= (1)( 0,422 ) = 0,422 = 42 ,2%
1X 6

10/01/09 Noorlaily Fitdiarini 17


3.Metode z-score
 Data kejadian continues
 Merupakan penyimpangan

10/01/09 Noorlaily Fitdiarini 18


Z-score

x−x
z=
S

∑ ( x − x)
2

s=
n −1
z = nilai standard untuk distribusi normal
x = nilai suatu ukuran
S = standar deviasi, dimana n = besarnya sampel
X = nilai historis untuk setiap kejadian I

x = rata-rata xi
10/01/09 Noorlaily Fitdiarini 19
Contoh z-score
 Berapa probabilitas landing di luar
batas aman (100m) untuk pesawat X?
 Cek pengalaman 1 tahun terakhir
 Pesawat X:
 80m
x = 91,67
 105m
 90m 134 ,56 +177 ,69 + 2,79
s= =12 ,56
2
x − x 100 − 91,67
z − score = = = 0,66
s 12 ,56
Lihat tabel Z

10/01/09
p = 0,255 = 25 ,5%( highrisk )
Noorlaily Fitdiarini 20
4.Metode Aproximasi
 Data kejadian diskrit atau continues
 Tidak ada data historis

10/01/09 Noorlaily Fitdiarini 21


Aproksimasi

P + 4M + O
Pr ob =
6

P = Pesimis
M = mendekati
O = Optimis

10/01/09 Noorlaily Fitdiarini 22


Contoh Aproksimasi
 Tanya 3 orang expert:
10% 40% 50%
Optimis Most likely Pesimis
90% 20% 60%
=9% 20% 30%

0 + 4 M + P 9% + 4(20%) + 30%
P= = = 19,8%
6 6

10/01/09 Noorlaily Fitdiarini 23


Status Risiko

= Kemungkinan (%) x Konsekuensi (Rp)

10/01/09 Noorlaily Fitdiarini 24


Peta Risiko
Kemungkinan (%)

Konsekuensi (Rp)

10/01/09 Noorlaily Fitdiarini 25


KASUS
 Pada pk 11 pagi dimana banyak karyawan
yang sedang bekerja, terdapat ledakan di
sebuah pabrik. Orang berlarian
menyelamatkan diri.
 Ledakan yang tadinya dikira bom,
ternyata adalah ledakan tabung LPG yang
menyebabkan kebakaran. Sangat
disayangkan, salah satu karyawan pabrik
meninggal dunia akibat ledakan tersebut.

10/01/09 Noorlaily Fitdiarini 26


 Dari pengalaman sejak tahun 1999 sampai 2004,
sudah 3 kali terjadi kebakaran yang disebabkan
oleh beberapa hal.
 Setiap kali terdapat kebakaran dan kecelakaan,
berdampak pada penurunan pendapatan
 Pendapatan sejak tahun 1999:

Tahun Pendapatan (jutaan rp)


1999 100
2000 120
2001 70
2002 70
2003 90
2004 100
10/01/09 Noorlaily Fitdiarini 27
 Perusahaan dianggap pailit jika
pendapatan kurang dari 70 juta.
 Berapa besar kemungkinan risiko
kebakaran di pabrik tersebut?
 Berapa besar kemungkinan
perusahaan pailit?

10/01/09 Noorlaily Fitdiarini 28