RISIKO KESEHATAN
PENYEBAB UTAMA: penduduk yang semakin tua (kematian yang tertunda)
Pada tahun 2025, diperkirakan ada sekitar 830 juta penduduk dunia dengan usia
lebih besar atau sama dengan 65 tahun. Persentase penduduk tua tersebut lebih
besar di Negara maju, tetapi jumlah dalam angka absolute lebih banyak di
Negara berkembang
Terlihat bahwa penduduk tua terbanyak pada tahun 2025 ada di Cina dan India,
yang mencapai sekitar 206 juta dan 106 juta orang, berturut-turut.Kenaikan
penduduk dari tahun 2002-2025 bisa mencapai 170% (Venezuela), dan sekitar
11-705 untuk negara-negara maju. Saat ini di Italia, Yunani, dan Swedia, 17%
dari penduduk berusia di atas 65 tahun. Di Amerika Serikat, persentase tersebut
mencapai 12%. Pada tahun 2035, Negara dengan persentase penduduk tua (usia
65 tahun atau lebih) adalah Jepang (28%), Italia (24.7%), dan Jerman (24,6%).
Pada tahun tersebut, penduduk tua dunia diperkirakan akan mencapai 830 juta,
kebanyak hidup di Negara berkembang.
MORBIDITY RATE
Morbidity rate merupakan banyaknya penduduk (jumlah kasus) yang menderita
sakit tertentu. Morbidity berasal dari bahasa latin morbidus, yang artinya adalah
sakit, atau tidak sehat. Morbidity rate bisa dibandingkan dengan mortality rate.
Sama seperti mortality rate, morbidity rate dihitung berdasarkan data historis
PENYEBAB KECELAKAAN
1.
Faktor manusia: Pengemudi seringkali melakukan perbuatan yang bisa
mendorong kecelakaan. Kebanyakan kecelakaan kendaraan sebenarnya bisa
dihindari, jika orang lebih berhati-hati. Berikut ini menyajikan persentase
aktivitas yang menyebabkan kecelakaan kendaraan.
2.
Faktor Teknis: Faktor teknis diakibatkan karena kelemahan mobil atau
kendaraan yang bisa menyebabkan atau mendorong kecelakaan. Sebagai
contoh, ban yang kehilangan gesekan ketika terjadi pengereman mendekati
setengah gravitasi, bisa menyebabkan mobil tidak berhenti pada saatnya. Sistem
api yang kurang aman bisa meningkatkan risiko kebakaran atau kecelakaan
mobil. Dari tahun ke tahun, fasilitas pengamanan kendaraan cenderung semakin
membaik, meskipun angka kematian karena kecelakaan kendaraan masih
dirasakan tinggi.
KECELAKAAN KERJA
Pekerja menghadapi risiko kecelakaan kerja
BEBERAPA STATISTIK: Diperkirakan ada sekitar 1,6 juta cedera karena kerja
setiap tahunnya, dan 2,2 juta kasus gangguan kesehatan karena kerja. Sekitar
30 juta hari kerja hilang setiap tahunnya karena kecelakaan, cedera, atau
gangguan kesehatan. Diperkirakan kerugian karena gangguan kesehatan karena
kerja, dan kecelakaan kerja, mencapai 6.5 milyar setiap tahunnya. Sebanyak
226 karyawan meninggal karena kecelakaan kerja pada tahun 2002/03. Tingkat
kecelakaan dan kematian kerja untuk perusahaan kecil (kurang dari 50
karyawan) dua kali besar dibandingkan dengan tingkat yang sama pada
perusahaan besar (lebih dari 1000 karyawan). Kecelakaan kerja karena
terpeleset atau terantuk benda merupakan penyebab kecelakaan kerja paling
sering.
RISIKO KEMATIAN
KEMATIAN AWAL
Kapan?
Misalkan suatu keluarga menghabiskan Rp5 juta perbulan atau Rp60 juta
pertahun untuk kebutuhan hidupnya. Misalkan kebutuhan tersebut diasumsikan
konstan. Misalkan kebutuhan tersebut dipenuhi oleh seorang ayah sepenuhnya,
yang berusia 40 tahun. Kemudian ayah tersebut meninggal dunia, padahal usia
pengharapan hidup adalah (misal) 70 tahun. Misalkan tingkat bunga yang
relevan adalah 15% (dipakai sebagai discount rate untuk perhitungan present
value) .
Nilai kebutuhan hidup yang seharusnya ditanggung oleh ayah tersebut adalah:
PV = 60juta/(1+0,15)1 + . + 60juta/(1+0,15)30
=
Keluarga tersebut bisa membeli asuransi dengan nilai pertanggungan sekitar Rp
<>> untuk menjaga konsekuensi negatif kematian ayah keluarga tersebut.
Kerugian yang diharapkan merupakan perkalian antara probabilitas
kejadian dengan besarnya kerugian yang terjadi (severity).
Dalam hal ini probabilitas kejadian, tingkat severity, dan nilai waktu uang
berinteraksi satu sama lain membentuk kerugian yang diharapkan.
ILUSTRASI
Sebagai contoh, misalkan ada seorang pria berusia 70 tahun (baru saja berulang
tahun). Jika ia meninggal lima tahun mendatang (usia 75 tahun), kerugian yang
akan ditanggung keluarganya adalah Rp100 juta. Berapa nilai sekarang dari
kerugian yang diharapkan?
Dengan menggunakan tabel kematian CSO 1980 (lihat tabel pada lampiran),
kita bisa menghitung probabilitas kematian orang tersebut sebagai berikut ini.
70q75 = (6.274.160 4.898.907) / 6.274.160 = 0,219
Kerugian yang diharapkan merupakan perkalian antara probabilitas dengan
severity (besarnya kerugian), yang bisa dilihat sebagai berikut ini.
Kerugian yang diharapkan = 0,219 x Rp100 juta = Rp21,9 juta
Karena peristiwa tersebut terjadi lima tahun dari sekarang, maka kita perlu
mencari nilai sekarang dari kerugian tersebut. Misalkan tingkat bunga yang
relevan adalah 10%, maka nilai sekarang dari kerugian tersebut adalah:
Nilai sekarang kerugian = Rp21,9 juta / (1+0,1)5 = Rp 13,598 juta
Bab 7
Risiko Kesehatan, Kecelakaan Mobil , dan
Kecelakaan Kerja
Tujuan pembahasan bab ini adalah mengingatkan kepada para pembaca bahwa
masih banyak risiko yang harus diperhatikan seperti risiko kesehatan ,
kecelakaan mobil dan kecelakaan kerja.
A.
RISIKO KESEHATAN
Tabel 7.1 dalam buku Mamduh Hanafi menunjukkan besarnya penduduk yang
tua di dunia dan terlihat bahwa dalam tabel tersebut pada tahun 2025
diperkirakan ada 830 juta penduduk dunia yang lebih besar atau sama dengan
65 tahun. Presentase penduduk tua tersebut lebih besar di negara maju, tetapi
jumlah dalam angka absolut lebih banyak di negara berkembang.
Penyebab tren semakin banyak penduduk tua di dunia adalah menurunya
kelahiran pada 25 tahun terakhir dan penurunan tingkat kematian, baik di
negara berkembang dan negara maju. Banyak faktor penyakit yang
menyebabkan kematian di negara berkembang salah satunya yaitu infeksi dan di
negara maju penyakit utama yang menyebabkan kematian adalah stroke dan
artery disease.
Seperti yang terjadi di Amerika, Kanada , dan Australia, kematian karena
penyakit jantung yang terjadi di Negara tersebut menurun sekitar 50% selama
25 tahun terakhir.
Di negara maju seperti Amerika Serikat 70% kematian muncul setelah usia 65
tahun. Di kebanyakan negara prosentase tingkat kematian mangalami
penurunan, walaupun tidak begitu signifikan. Sebagai akibatnya kematian
ditunda ke usia di atas 60 tahunan.
Yang pasti penyebab kematian di satu negara ke negara lainnya berbeda beda.
Ada yang diakibatkan oleh penyakit jantung misalnya dan ada yang diakibatkan
oleh infeksi, seperti yang ada di negara maju dan berkembang.
JUMLAH KORBAN
694.447
557.197
Cerebrovescular Disease
162.555
124.777
105.796
Diabetes Mellitus
73.248
65.418
Alaheimer
58.866
Nephritis
40.801
Septicemia
33.560
Jepang, Kanada, Australia, dan Perancis adalah negara maju yang memiliki
rakyat yang usia pengharapan hidupnya tertua di dunia. Secara umum usia
pengharapan wanita lebih panjang dibandingkan untuk pria. Tapi di negara
berkembang (misal bangladesh), usia pengharapan hidup wanita dan pria hampir
sama. Di Uni Soviet, usia pengharapan hidup malahan menurun pada tahun
1990an, kemungkinan dikarenakan kematian yang diakibatkan oleh penyakit
akibat alkohol dan rokok, dan juga karena kekacauan ekonomi dan sosial yang
meningkat.
Jangka waktu dimana seseorang masih bisa melakukan aktivitas normalnya
disebut usia pengharapan hidup aktif. Usia pengharapan hidup aktif disetiap
negara berbeda beda. Disamping itu interpretasi aktif dari satu negara ke
negara lainnya juga berbeda. Secara umum, semakin tua seseorang, semakin
tinggi kemungkinan ketidakmampuan secara fisik (tidak bisa aktif). Pada tahun
2000, prosentase orang berusia 65 tahun ke atas yang masih aktif bekerja
diperkirakan sebesar 3,3 % di Italia, dan 1,3% di Perancis. Di Amerika Serikat
angka kematian yang sama untuk pria adalah 17,5% dan 10%.
b.
Morbidity Rate
Morbidity Rate berasal dari bahasa latin morbidus yang berarti sakit / tidak
sehat. Morbidity Rate merupakan banyaknya penduduk (jumlah kasus) yang
menderita sakit tertentu.
Dari tabel terlihat bahwa wanita lebih banyak menderita penyakit chlamydia
dibandingkan pria. sedangkan untuk syphilis, gonorrhea, prosentase penderita
pria dengan wanita hampir sama. Berdasarkan ras, terlihat bahwa ras hitam
(American African) mempunyai prosentase penyakit syphilis dan gonorrhea lebih
besar dibandingkan dengan ras lainnya.
Jika membandingkan Hispanic dan non-hispanic, prosentase penderita nonhispanic lebih besar. Jika dilihat distribusi berdasarkan usia, terlihat bahwa usia
15-30 tahun paling rentan terhadap penyakit tersebut. Prosentase orang muda
mengidap penyakit tersebut lebih besar dibandingkan dengan kelompok usia
lainnya.
B.
Jumlah
Kecelakaan
Prosentase
(%)
<5
427
4,74
5-9
432
1,76
10-15
799
3,26
16-20
3.447
14,05
21-24
2.445
9,15
25-34
4.034
16,45
35-44
3.993
16,28
45-54
2.885
11,76
55-64
1.863
7,60
65-74
1.740
7,12
>74
2.411
9,83
Tidak
diketahui
244
0,99
Total
24.526
100 ,00
Dari tabel diatas terlihat bahwa prosentase kecelakaan terbesar terjadi pada
kategori usia 16 tahun sampai dengan 44 tahun. Dari setiap kategori mempunyai
prosentase antara9-16%, lebih besar dibandingkan kategori umur lainnya.
Umur
Jumlah
Kecelakaa
n
Prosentase
Kecelakaan
(2)
(1)
427
4,74
5-9
432
1,76
10-15
799
3,26
16-20
3.447
14,05
21-24
2.445
9,15
25-34
4.034
16,45
35-44
3.993
16,28
45-54
2.885
11,76
55-64
1.863
7,60
65-74
1.740
7,12
2.411
Prosenta
se
Pendudu
k
Prosentase
kecelakaan
berdasarkan
jumlah penduduk
(4)
(5)
6,83%
0,0022
25,55
7,30%
0,0021
24,12
7,29%
0,0039
44,66
20.528.0
72
7,18%
0,0170
195,61
6,73%
0,0118
135,84
20.219.8
90
14,11%
0,0101
116,03
16,04%
0,0088
101,43
13,35%
0,0077
87,86
8,63%
0,0077
88,06
8,34%
0,0095
108,94
5,90%
0,0145
166,65
(3)
<5
>74
Jumlah
Pendudu
k
9,83
19.175.1
98
20.549.5
05
18.964.0
01
39.891.7
24
45.148.5
27
37.667.9
52
24.274.6
84
Angka
Kecelakaan
18.390.9
86
16.600.7
67
Faktor manusia
Prosentase
11%
Memainkan radio / CD
Makan / Minum
Menggunakan telepon seluler
2.
Faktor Teknis
66%
49%
25%
Selain manusia, faktor teknis juga berpengaruh jika terjadi kecelakaan yang
diakibatkan karena kelamahan mobil / motor yang bisa menyebabkan /
mendorong kecelakaan. Seperti contoh ban mobil yang lepas karena
pemasangan yang kurang kencang , sistem api yang kurang aman bisa
meningkatkan risiko kecelakaan pada kendaraan / mobil.
C.
KECELAKAAN KERJA
KESIMPULAN :
Setelah kita mengetahui dari 3 risiko tersebut , seperti risko kesehatan , risiko
kecelakaan kendaraan dan kecelakaan kerja, sebaiknya kita lebih hati hati
walaupun terkadang kita tidak bisa mengantisipasi saat itu terjadi.
Risiko kesehatan terjadi jika kejadian tertentu, misal terkena penyakit tertentu,
mengakibatkan terganggunya aktivitas seseorang. Secara umum penyebab
utama risiko kesehatan adalah meningkatnya usia manusia. Risiko
kecelakaan kendaraan terjadi karena manusia menggunakan kendaraan. Jika
RISIKO OPERASIONAL
Dalam bab ini akan membahas pengukuran risiko operasional dan isu yang
terkait.
C. RISIKO SISTEM
Sistem teknologi memberikan kontribusi yang signifikan bagi perusahaan
namun juga bisa menjadi sumber risiko baru.
Jika perusahaan bergantung pada system computer maka akan semakin tinggi
risiko yang berkaitan dengan kerusakan computer. Contohnya : kerusakan data,
kesalahan program, system keamanan yang kurang baik, penggunaan teknologi
yang belum teruji, dan terlalu mengandalkan model tertentu untuk keputusan
bisnis.
D. RISIKO EKSTERNAL
Kejadian yang bersumber dari luar organisasi dan di luar pengendalian
organisasi. Contohnya : perampokan, bencana alam.
PENGUKURAN RISIKO OPERASIONAL
Gagal bayar
Debitur besar
A
Kesalahan
Pemrosesan
Rate Risk
Frequency
Bagan diatas menunjukkan matriks dengan dimensi frekuensi di sumbu
horisontal dan dimensi severity pada sumbu bertikal. Risiko risioko bisa
diklasifikasikan berdasarkan dimensi dimensi tersebut.
Strategi menghadapi risiko berdasarkan Matriks Severity / Frekuensi :
Risk Map
10
9
High 8
7
Signifinance
5
4
Low 3
2
1
1
2
Low
3
Likelihood
High
Penentuan tinggi rendah severity atau frekuensi bisa dilakukan melalui berbagai
cara. Sebagai contoh , severity atau frekuensi yang lebih besar dibandingkan
median atau rata rata dari risiko yang ada (dalam daftar) dikelompokkan ke
dalam severity atau frekuensi yang tinggi, dan sebaliknya. Penentuan tinggi
rendah tersebut bisa dilakukan melalui perhitungan angka absolut atau bisa
melalui surve terhadap manajer manajer perusahaan.
1.
Signifikansi (severity) rendah dan Likelihood (frekuensi) rendah : low
control
Pengawasan yang terlalu berlebihan pada jenis risiko ini menimbulkan biaya
yang lebih besar dibandingkan dengan manfaatnya, sehingga akan lebih optimal
jika bank tidak perlu melakukan pengawasan berlebihan.
2.
Signifikansi (severity) tinggi dan Likelihood (frekuensi) rendah :detect and
monitor
Tipe risiko seperti ini lebih menantang untuk dihadapi. Jika risiko seperti ini
muncul, perusahaan bisa mengalami kerugian yang cukup besar, dan barangkali
bisa mengakibatkan kebangkrutan. Tetapi frekuensi risiko tersebut relatif jarang,
sehingga tidak mudah ditemui / dikenali oleh bank. Karena itu risiko tipe ini
paling sulit dipahami karakteristiknya, dan sulit diprediksi kapan datangnya.
3.
Tipe risiko semacam ini sering muncul tetapi besarnya kerugian relatif kecil.
Biasanya risiko semacam ini muncul sebagai akibat perusahaan menjalankan
bisnisnya. Dengan kata lain, risiko semacam ini merupakan konsekuensi
perusahaan menjalankan bisnisnya.
4.
Signifikasi (severity) tinggi dan Likelihood (frekuensi) tinggi: prevent at
source
Tipe risiko ini praktis tidak relevan lagi dibicarakan, karena jika situasi semacam
ini terjadi , berarti perusahaan tidak lagi bisa mengendalikan risiko, dan bisa
berakibat pada kebangkrutan.
Nilai kerugian ( Rp )
Januari
12.000.000
Februari
11.000.000
Maret
12.000.000
April
11.000.000
Mei
15.000.000
Juni
14.000.000
Juli
13.000.000
Agustus
12.000.000
September
13.000.000
Oktober
12.000.000
November
14.000.000
Desember
13.000.000
Jumlah
63
152.000.000
Rata-rata
5,25
12.666.667
Nilai kerugian
perkecelakaan
2.412.698
= ( frekuensi ) x ( severity )
= 5,25 x Rp 2,4 juta = Rp 12,6 juta
Kurva normal
C. PENDEKATAN SIMULASI
Misalkan setelah mengevaluasi frekuensi munculnya kejadian yang merugikan
dapat disimpulkan bahwa distribusi Poisson bisa menjelaskan frekuensi
munculnya kejadian yang merugikan, dengan nilai yang diharapkan adalah 5 kali
terjadinya peristiwa tersebut disetiap bulannya. Kemudian melakukan evaluasi
danseverity kerugian, dan menyimpulkan bahwa distribusi normal bisa
menjelaskan severity kerugian di masa lalu. Misalkan kerugian rata-rata per
peristiwa kerugian adalah Rp 15 juta dengan standar deviasi Rp 2 juta.
Probabilitas
Probabilitas
Kumulatif
Angka untuk
Simulasi
0,0067
0,0067
0,0337
0,0404
1-4
0,0842
0,1246
5-12
0,1404
0,2650
13-27
0,1755
0,4405
28-44
0,1755
0,6160
45-62
0,1462
0,7622
62-76
0,1044
0,8666
77-86
0,0653
0,9319
87-93
0,0363
0,9682
94-96
10
0,0181
0,9863
96-97
11
0,0082
0,9945
97
12
0,0034
0,9979
98
13
0,0013
0,9992
99
14
0,0005
0,9997
15
0,0002
0,9999
0,9999
Keterangan :
Kolom 2 distribusi probablitas Poisson dengan nilai yang diharapkan 5
Kolom 3 probabilitas kumulatif ( baris 1, nilainya 0,0404 = 0,0067 + 0,0337 )
Kolom 4 angka 0-99 untuk mewakili angka yang akan disimulasikan
Untuk frekuensi 14 dan 15, probabilitas dianggap 0, sehingga tidak ada angka di
dalam kolom 4
Angka
random
probabilita
s
Frekuens
i yang
diberika
n
Angka Random
( probabilitas
normal kumulatif
)
Nilai Z
Severit
y
Kerugian
yang
diharapkan
24
8693
1.12
17.24
51.72
34
6259
0.32
15.64
62.56
30
7768
0.76
16.52
66.08
98
12
305
-1.86
11.28
135.36
29
4289
-0.18
14.64
58.56
71
5813
0.21
15.42
92.52
8587
1.07
17.14
17.14
40
5495
0.12
15.24
60.96
20
3769
-0.31
14.38
43.14
36
6822
0.47
15.94
63.76
Rata-rata = 65.18
Standar deviasi = 31.12485
Keterangan :
Kolom 2 frekuensi yang berkaitan dengan angka ( angka 24 ada diantara 1327 yang berkaitan dengan frekuensi 3 )
Kolom 3 angka random dari 0 sampai 9999
Kolom 4 nilai Z yang berkaitan ( lihat tabel kumuatif probabilitas noramal,
angka yang mendekati 0,8686 adalah 1,12 )
Kolom 5 nilai kerugian ( severity ) Z = ( X - ) /
Jika = 15 juta, standar deviasi = 2 juta, maka z= 1,12, X = ?
X = (1,12) X (2juta) + 15juta = 17,24 ( nilai kerugian pada baris tersebut )
Jika kolom3 dibawah 5000 maka nilai Z = 0,9990 (angka random/10000)
Misal : pada angka sebesar 305 maka nilai Z = (0,9990 (305/10000)) = -1,86
Kolom 6 kerugian yang diharapkan ( kolom 2 x kolom 5 )
Keuntungan dari simulasi adalah kita bisa memasukkan scenario-skenario
yang kita inginkan.
Sekarang ini sudah banyak cara manual seperti itu diganti dengan
pencatatan terkomputerisasi dengan demikian frekuensi kesalahan dapat
diturunkan namun akan muncul jenis risiko baru. Apabila terjadi kegagalan atau
kelemahan pada system computer maka kerugian yang muncul akan sangat
besar. Contohnya, serangan virus atau pembobolan terhadap system computer
perusahaan mempunyai frekuensi yang relative rendah. Tetapi jika hal tersebut
terjadi, kerugian yang timbul akan cukup besar.
1.
GLOBALISASI
2.
OTOMATISASI
3.
4.
OUTSOURCING
5.
Masyrakat semakin lama semakin pandai, semakin sadar kan hak dan
kewajibannya. Kesadaran tersebut cenderung meningkatakan risiko litigasi,
dimana masyarakat akan berusaha menuntut apabila merasa dirugikan.
KESIMPULAN
Risiko operasional merupakan risiko yang paling tua, tetapi pemahaman
terhadap karakteristik risiko operasional belum semaju risiko lainnya.
Pengeluaran risiko operasional bisa dilakukan dengan menggunakan matriks
frekuensi.
Karakteristik risiko operasional bisa berubah tergantung beberapa hal, seperti
penggunaan teknologi yang lebih intensif menggantikan tenaga manual.
Kepergian Pak Hardo mengakibatkan kerugian sekitar Rp104jt. Rumah makan tersebut bisa
membeli asuransi dengan nilai pertanggungan sebesar Rp104jt.
67
3.000.000
68
3.000.000
69
3.000.000
Jumlah
0,026148
0,027643
0,029125
0,859011
0,832863
0,80522
0,513158 2.577.033
0,466507 2.498.588
0,424098 2.415.660
1.322.426
1.165.610
1.024.476
18.816.658
Probabilitas kematian (3), dihitung sebagai jumlah kematian pada usia tersebut dibagi dengan
jumlah orang hidup pada awal usia tersebut (dlm hal ini usia 60). Untuk usia 60th, jumlah
orang yang masih hidup adalah 8.084.266. Sebagai contoh, untuk usia 60 dan 61,
probabilitas kematian dihitung berikut ini :
Usia 60 = (129.995 / 8.084.266) = 0,01608
Usia 61 = (139.518 / 8.084.266) = 0,017258
Probabilitas bertahan hidup adalah 1 (probabilitas kematian) =
Prob. Bertahan Usia 61 = 1 0,01608 = 0,98392
Premi yang diharapkan merupakan perkalian antara probabilitas bertahan hidup dengan nilai
premi yang dibayarkan. Total nilai sekarang dari premi yang diharapkan sebesar Rp18,8jt.
Besar tanggungan yang bersedia diberikan oleh perusahaan tersebut misalnya nilai
tanggungan adalah Y, yang besarnya sama setiap tahunnya selama 10th mendatang dan
dibayarkan jika orang yang diasuransikan meninggal dunia. Rumus :
( Y x (probabilitas meninggal usia 60 akhir tahun) x (PV Factor 1th) + ............. + ( Y x
(probabilitas meninggal usia 69 akhir tahun) x (PV Factor 10th)) = 18.816.657
18.816.657 adalah PV premi yang diharapkan yang akan diterima oleh perusahaan asuransi.
Nilai Y bisa dihitung jika kita mengetahui nilai probabilitas kematian dan PV Factor untuk
setiap tahunnya selama 10th mendatang.