PENDAHULUAN
1.1 LATAR BELAKANG
Manajemen risiko merupakan salah satu elemen penting dalam menjalankan bisnis
perusahaan karena semakin berkembangnya dunia perusahaan serta meningkatnya
kompleksitas aktivitas perusahaan mengakibatkan meningkatnya tingkat risiko yang dihadapi
perusahaan. Sasaran utama dari implementasi manajemen risiko adalah melindungi
perusahaan terhadap kerugian yang mungkin timbul. Lembaga perusahaan mengelola risiko
dengan menyeimbangkan antara strategi bisnis dengan pengelolaan risikonya sehingga
perusahaan akan mendapatkan hasil optimal dari operasionalnya.
Risiko itu sendiri adalah potensi terjadinya suatu peristiwa baik yang dapat diperkirakan
maupun yang tidak dapat diperkirakan yang dapat menimbulkan dampak bagi pencapaian
tujuan organisasi. Kebutuhan untuk mengelola risiko, yaitu risiko kredit dan risiko pasar di
lembaga perusahaan dan asuransi sudah menjadi perhatian yang serius. Sejak Basel II (Basel
Capital Accord II) dalam perannya sebagai regulator dan pengawas perbankan di Indonesia
mulai disosialisasikan dan diwajibkan bagi lembaga perusahaan, mulailah dikenal jenis risiko
yang jauh lebih luas daripada risiko kredit dan risiko pasar, yaitu risiko operasional.
Risiko operasional yaitu potensi terjadinya kerugian karena kesalahan manusia atau
kegagalan proses dan pengendalian dalam operasional sehari-hari. Pengelolaan risiko
operasional bertujuan untuk mengantisipasi potensi kerugian yang telah atau hampir terjadi
yang disebabkan karena kurang memadai atau tidak berfungsinya proses-proses internal,
faktor kesalahan manusia, kelemahan sistem dan teknologi atau berbagai faktor eksternal
yang dapat berpengaruh negatif terhadap operasional perusahaan.
1.3 Tujuan
1. Untuk mengetahui apa itu risiko operasional
2. Untuk mengetahui cara mengukur risiko operasional
3. Untuk mengetahui cara menghitung kerugian yang diharapkan
4. Untuk mengetahui perubahan karakteristik risiko operasional ?
BAB II
PEMBAHASAN
2.1 DEFINISI RISIKO OPERASIONAL
Risiko operasional merupakan tipe risiko yang paling tua, tetapi paling sedikit dipahami
dibandingkan dengan tipe risiko lainya (risiko pasar atau tingkat bunga). Sebagai contoh,
perusahaan sudah lama mengenali kemungkinan kesalahan pencatatan, system pengawasan yang
kurang memadai, kegagalan system computer, serangan virus, kecelakaan kerja, dan lainya.
Risiko tersebut merupakan risiko inherent, yaitu risiko yang muncul karena perusahaan
menjalankan bisnisnya.
Basel II (lembaga yang mengatur perbankan internasional) mendefinisikan risiko
operasional sebagai risiko yang timbul karena kegagalan dari proses internal, manusia, system,
atau dari kejadian eksternal. Definisi tersebut memberikan pengetahuan mengenai sumbersumber dari risiko operasional.
2.1.1
proses atau prosedur internal organisasi. Berikut beberapa contoh risiko tersebut:
Risiko yang disebabkan kurang lengkapnya dokumentasi, atau dokumentasi yang salah
Kesalahan transaksi
Pengawasan yang kurang memadai
Pelaporan yang kurang memadai sehingga kepatuhan terhadap peraturan internal dan
eksternal tidak terpenuhi
2.1.2
operasional bagi perusahaan. Risiko dari karyawan bisa disengaja maupun tidak disengaja.
Beberapa contoh risiko operasional yang berkaitan atau bersumber dari manusia adalah:
Integritas karyawan yang kurang, sehingga karyawan tersebut bisa menggelapkan uang
perusahaan, atau melakukan aktivitas yang berada diluar wilayah otoritasnya
2.1.3
Risiko sistem
System teknologi bisa memberikan kontribusi yang signifikan bagi organisasi, dilain
pihak, system tersebut akan memunculkan risiko baru bagi organisasi. Beberapa risiko yang
muncul berkaitan dengan system adalah:
2.1.4
Kerusakan data
Kesalahan pemrogaman
System keamanan yang kurang baik (misal, bisa dimasuki oleh hacker)
Penggunaan teknologi yang belum teruji
diluar pengendalian organisasi. Kejadian semacam itu bisaanya jarang terjadi, tetapi mempunyai
dampak yang cukup besar (frekuensi rendah/severity tinggi). Beberapa contoh seperti bencana
alam, perampokan, serangan teroris.
2.2 PENGUKURAN RISIKO OPERASIONAL
Salah satu teknik untuk mengukur risiko operasional dengan menggunakan dua
klasifikasi berikut ini.
1. Frekuensi atau probabilitas terjadinya risiko
2. Tingkat keseriusan kerugian atau impact dari risiko tersebut
Dengan mengunakan dua dimensi tersebut, kita bisa membuat matriks frekuensi/tingkat
keseriusan untuk risiko-risiko yang ada, termasuk risiko operasional.
Berikut ini adalah contoh aplikasi matriks untuk risiko gagal bayar dan pemrosesan transaksi.
saverity
Gagal bayar
C Debitur besar
A
Kesalahan pemrosesan
B Rate Risk
frequency
Bagan diatas menunjukkan matriks dengan dimensi frekuensi di sumbu horizontal dan dimensi
severity disumbu vertical. Risiko-risiko bisa diklasifikasikan berdasarkan dimensi-dimensi
tersebut.
Sebagai contoh,berikut ini strategi menghadapi risiko berdasarkan matriks severity
(significance)/frekuensi (likelihood).
LIkelihood
10
9
high
8
7
signifcance
low
Quadrant II
(detect and monitor)
Quadrant I
(prevent at source)
Quadrant IV
(low control)
Quadrant III
(monitor)
2
1
1
2
low
3
LIkelihood
high
Januari
Frekuensi
4
Nilai kerugian ( Rp )
12.000.000
6
Februari
6
Maret
5
April
4
Mei
6
Juni
7
Juli
5
Agustus
6
September
4
Oktober
5
November
6
Desember
5
Jumlah
63
Rata-rata
5,25
Nilai kerugian perkecelakaan
11.000.000
12.000.000
11.000.000
15.000.000
14.000.000
13.000.000
12.000.000
13.000.000
12.000.000
14.000.000
13.000.000
152.000.000
12.666.667
2.412.698
Dari data diatas menunjukkan bahwa rata-rata kecelakaan setiap bulannya adalah 5,2 kali,
dengan rata-rata kerugian sekitar Rp 12,6 juta perbulannya atau Rp 2.412.698
( 152.000.000/63)
Untuk mengetahui nilai kerugian yang diharapkan untuk bulan mendatang :
Nilai kerugian yang diharapkan
= ( frekuensi ) x ( severity )
= 5,25 x Rp 2,4 juta = Rp 12,6 juta
Frekuensi yang diperkirakan menggunakan nilai rata-rata dari frekuensi kecelakaan setiap
bulannya, yaitu 5,25 kali. Severity per kejadian menggunakan nilai kerugian per-peristiwa
2.3.2
terjadi. Keuntungan dari distribusi normal adalah bisa melakukan berbagai hal hanya dengan
mengetahui nilai yang diharapkan dan standar deviasinya.
Contoh : tingkat keuntungan yang diharapkan ( rata-rata ) adalah Rp 10 juta dengan standar
deviasi adalah Rp 15 juta. Berapa kerugian pada interval 95% ?
Kurva Normal
95%
5%
???
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 dan severity 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
0
1
2
3
4
5
6
7
8
9
10
11
12
0,0067
0,0337
0,0842
0,1404
0,1755
0,1755
0,1462
0,1044
0,0653
0,0363
0,0181
0,0082
0,0034
Probabilitas
Angka untuk
Kumulatif
0,0067
0,0404
0,1246
0,2650
0,4405
0,6160
0,7622
0,8666
0,9319
0,9682
0,9863
0,9945
0,9979
Simulasi
0
1-4
5-12
13-27
28-44
45-62
62-76
77-86
87-93
94-96
96-97
97
98
8
13
14
15
0,0013
0,0005
0,0002
0,9999
0,9992
0,9997
0,9999
99
-
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
Berdasarkan data di atas dapat dilakukan simulasi dengan langkah-langkah sebagai berikut :
1. Menghasilkan angka random untuk frekuensi munculnya kerugian dengan menggunakan
distribusi Poisson dengan nilai yang diharapkan adalah 5
2. Menghasilkan angka random untuk severity kerugian dengan menggunakan distribusi
normal
3. Mengalihkan frekuensi dengan severity untuk menghasilkan total kerugian yang diharapkan
pada periode tertentu ( bulanan )
4. Mengulangi langkah 1 sampai dengan 3 beberapa kali ( misal 100 kali atau 1000 kali )
Misalkan menghasilkan 10 angka random untuk 1 dan 2 ( simulasi dengan 10 run ). Untuk
langkah 1, 10 angka random tersebut bisa dilihat pada kolom 1 pada tabel dibawah ini.
Angka
Frekuensi
Angka Random
random
yang
( probabilitas
probabilitas
1
24
34
30
98
29
71
3
40
diberikan
2
3
4
4
12
4
6
1
4
normal kumulatif )
3
8693
6259
7768
305
4289
5813
8587
5495
Nilai Z
4
1.12
0.32
0.76
-1.86
-0.18
0.21
1.07
0.12
Severit
y
5
17.24
15.64
16.52
11.28
14.64
15.42
17.14
15.24
Kerugian
yang
diharapkan
6
51.72
62.56
66.08
135.36
58.56
92.52
17.14
60.96
9
20
36
3
4
3769
6822
-0.31
0.47
14.38
15.94
Rata-rata
Standar deviasi
43.14
63.76
65.18
31.12485
Keterangan :
Kolom 2 frekuensi yang berkaitan dengan angka ( angka 24 ada diantara 13-27 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).
Sebagai contoh pada angka sebesar 305, maka nilai z adalah (305/10000) = -1,86.
Kolom 6 kerugian yag diharapkan, merupakan perkalian kolom 2 dan kolom 5.
Rata-rata total kerugian yang diharapkan adalah 65,18 juta, dengan rata-rata frekuensi
kecelakaan sebesar 5kali kecelakaan kerja dan rata-rata kerugian per kecelakaan adalah 15 juta.
Salah satu keuntungan dari simulasi semacam ini adalah kita bias memasukkan scenarioskenario yang kita inginkan. Sebagai contoh , jika kita membeli asuransi untuk meng-cover
sebagian resiko, maka scenario tersebut dapat dimasukkan kedalam analisis simulasi.
10
2.4.2
risiko, karena kejadian di satu negara akan cepat merambat ke negara lain.
Otomatisasi
Dengan semakin berkembangnya teknologi komputer, perusahaan semakin lama semakin
mengandalkan
2.4.3
teknologi
komputer
untuk
melakukan
banyak
hal,
termasuk
mengotomatisasi transaksi.
Terlalu mengandalkan teknologi
Kemajuan teknologi memungkinkan organisasi melakukan banyak hal, seperti membantu
membuat basisi data, membantu perhitungan harga instrumen keuangan ( bahkan
instrumen keuangan yang sangat kompleks ). Di satu sisi, teknologi semacam itu bisa
membantu proses bisnis menjadi lebih cepat , lebih andal. Tetapi di lain pihak, situasi
2.4.4
2.4.5
11
BAB III
PENUTUP
3.1 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.
Kerugian yang diharapkan oleh pihak manajemen dapat dihitung, yaitu menggunakan
perhitungan langsung, pendekatan analitis ataupun pendekatan simulasi. Masing-masing cara
memiliki kelebihan dan kekurangan.
Karakteristik risiko operasional bisa berubah tergantung beberapa hal, seperti
penggunaan teknologi yang lebih intensif menggantikan tenaga manual.
12
DAFTAR PUSTAKA
M Hanafi, Mahmud.2014.Manajemen Risiko.Yogyakarta: UPP STIM YKPN.
https://www.scribd.com/download-document?
archive_doc=97503603&escape=false&metadata={%22context%22%3A%22archive
%22%2C%22page%22%3A%22read%22%2C%22action%22%3A%22toolbar_download
%22%2C%22logged_in%22%3Atrue%2C%22platform%22%3A%22web%22}
http://hamididoank.blogspot.co.id/2014/03/makalah-manajemen-poasionalr.html
13