Anda di halaman 1dari 2

Matriks Frekuensi dan Signifikansi Resiko

Teknik pengukuran yang cukup sederhana (tidak teralu melibatkan kuantifikasi yang
rumit) adalah mengelompokkan resiko berdasarkan dua dimensi yaitu frekuensi dan
signifikansi. Proses tersebut pada dasarnya melakukan dua hal:
1. Mengembangkan standar resiko
2. Menerapkan standar tersebut untuk resiko yang sudah diidentifikasi.
Sebagai contoh, manajer resiko membuat standar frekuensi munculnya kejadian yang
merugikan dengan menggunakan tiga kriteria, missal frekuensi rendah, sedang, dan
menengah. Manajer tersebut juga bias membuat standar signifikansi kerugian dengan
menggunakan, misal, tiga kreteria yaitu normal, menengah, dan serius. Setelah kita
menetapkan standar untuk dua dimensi tersebut, langkah berikutnya adalah menerapkan
teknik tersebut untuk mengevaluasi resiko.
Sebagai contoh, misal kita menggunakan dua standar untuk frekuensi dan signifikansi,
yaitu tinggi dan rendah. Kemudian kita ingin mengevaluasi resiko kesehatan manusia (human
error) dalam pemrosesan transaksi. Berdasarkan pengalama masa lalu, kejadian itu sering
terjadi. Manusia gampang melakukan kesalahan jika mereka kelelahan atau tidak konsentrasi.
Tetapi kerugian yang ditimbulkan biasanya tidak terlalu besar. Berdasarkan informasi tersebut
kesalahan manusia dalam pemerosesan transaksi bisa dikatagorikan sebagai frekuensi tinggi,
signifikansi rendah.
Matriks Frekuensi dan Signifikansi

Ting
gi

Sign
ifika
nsi
Ren
dah

Resiko Kesalahan
Manusia

Rendah

Tinggi

Frekuensi

Matriks frekuensi dan signifikasi merupakan salah satu contoh bagaimana kita berusaha
mengkuantifikasi resiko. Setelah kita bias mengetahui posisi dari resiko yang kita evaluasi,
kita bias merancang tindakan yang lebih tepat untuk menghadapi resiko tersebut (menentukan
prioritas resiko).

Teknik Kuantifikasi Risiko Lainnya


Selain matriks frekuensi dan signifikansi, masih banyak teknik pengukuran atau kuantifikasi
risiko lainnya. Penggunaan teknik tersebut akna tergantung dari karakteristik resiko yang
dievaluasi.

Anda mungkin juga menyukai