1
METODE PENGUKURAN RISIKO OPERASIONAL
2
muncul karena perusahaan menjalankan bisnisnya. Perusahaan sudah
lama menyadari risiko tersebut dan mengantisipasinya, meskipun tidak
dengan nama manajemen risiko. Sebagai contoh, perusahaan selalu
berusaha memperbaiki sistem, prosedur atau proses bisnis melalui
manajemen kualitas; perusahaan memberikan training kepada
karyawannya agar mereka semakin terlatih dan semakin sedikit
membuat kesalahan. Dalam konteks manajemen risiko, upaya tersebut
bisa dipandang sebagai upaya untuk mengelola atau menurunkan
risiko operasional.
Basel II (lembaga yang mengatur perbankan internasional)
mendefinisikan risiko operasional sebagai risiko yang timbul karena
kegagalan dari proses internal, manusia, sistem, atau dari kejadian
eksternal. Nampak bahwa definisi tersebut mencakup hal yang sangat
luas. Tetapi pengelompokan semacam itu bermanfaat karena bisa
memberikan pengetahuan mengenai sumber-sumber dari risiko
operasional.
3
manajemen risiko. Kesalahan Baring Bank adalah terlalu
mempercayai salah seorang trader mereka yaitu Nick Leeson. Nick
Leeson bisa mengerjakan dua fungsi sekaligus yaitu fungsi front
office (sebagai trader) dan fungsi back office (melakukan
pencatatan atas transaksinya). Ketika dia memperoleh keuntungan,
dia akan mencatatkan keuntungan tersebut Tetapi ketika ia
mengalami kerugian dari perdagangannya, ia tentu saja tidak akan
mencatat kerugiannya. Akibatnya kerugian dari trading-nya tidak
terawasi oleh bank, sampai akhirnya kerugiannya mencapai sekitar
$1,3 miliar. Dengan kerugian sebesar itu, praktis modal bank akan
habis untuk menutup kerugian tersebut. Bank sudah bangkrut
dalam situasi tersebut. Karena ia melakukan perdagangan atas
nama bank, maka bank yang harus menanggung akibatnya.
Kenapa dia begitu dipercaya? Salah satu kemungkinannya adalah
karena dia 'star trader'. Pada tahun tertentu, dia bisa memberikan
keuntungan dari perdagangannya mencapai sekitar 25% dari total
keuntungan Baring Bank. Dengan situasi semacam itu banyak yang
menganggap bahwa dia adalah pahlawan yang penuh
keberuntungan, dan melupakan risiko atau kemungkinan kerugian
dari transaksi perdagangannya, yang mempunyai risiko yang
sangat tinggi.
4
mencakup wilayah operasional, sistem, pengawasan, lainnya.
Risiko penggelapan uang perusahaan setidaknya mencakup
wilayah sistem pengawasan (departemen akuntansi), prosed ur
operasional, kualifikasi karyawan yang kurang (moral yang tidak
baik).
Beberapa contoh risiko operasional yang berkaitan atau
bersumber dari manusia adalah:
Kecelakaan kerja, khususnya kecelakaan kerja karena
kecerobohan atau kurang pengalaman dari karyawan.
Terlalu tergantung pada karyawan kunci tertentu, sehingga jika
karyawan tersebut meninggal atau berpindah kerja, perusahaan
menghadapi masalah.
Integritas karyawan yang kurang, sehingga karyawan tersebut
bisa menggelapkan uang perusahaan, atau melakukan aktivitas
yang berada di luar wilayah otoritasnya.
5
Sebagai contoh, pada waktu The Long Term Capital
mengalami kehancuran karena mempunyai posisi yang sangat
besar pada Rubel Rusia. Model matematis mereka memprediksi
probabilitas kejadian semacam itu adalah 0,000001. Tetapi kejadian
tersebut tetap terjadi, sehingga mengejutkan mereka.
6
rendah dengan severity tinggi terlihat pada titik C pada bagan di atas.
Sebaliknya, kesalahan pemrosesan atau kesalahan pencatatan
transaksi akan sering terjadi (apalagi jika proses pencatatan masih
secara manual). Tetapi tingkat severity dari kesalahan tersebut tidak
terlalu tinggi. Karena itu risiko kesalahan pemrosesan berada pada titik
A. Dengan proses semacam itu, kita bisa memperoleh gambaran
mengenai frekuensi dan severity dari suatu risiko, yang selanjutnya
mempunyai implikasi pada bagaimana mengelola risiko tersebut.
Sebagai contoh, berikut ini strategi menghadapi risiko berdasarkan
matriks severity (significance)/frekuensi (likelihood) (lihat Bagan 11.2).
Bagan 11.1.
Matriks Severity dan Frekuensi untuk Risiko Gagal Bayar
dan Kesalahan Pemrosesan
7
lebih besar dibandingkan median atau rata-rata dari risiko yang ada
(dalam daftar) dikelompokkan ke dalam severity atau frekuensi tinggi,
dan sebaliknya. Penentuan tinggi rendah tersebut bisa dilakukan
melalui perhitungan angka absolut atau bisa melalui survei terhadap
manajer-manajer perusahaan.
Bagan 11.2.
Strategi Menghadapi Risiko Berdasarkan Matriks Severity / Frekuensi
8
dibandingkan manfaatnya, sehingga akan lebih optimal jika bank
tidak perlu melakukan pengawasan yang berlebihan.
9
melakukan tindakan untuk menangani risiko tersebut Sebagai
contoh, jika frekuensi pencurian oleh nasabah supermarket
menunjukkan kecenderungan meningkat, maka manajer perlu
melakukan perbaikan. Perbaikan-perbaikan tersebut pada intinya
memperbaiki prosedur dan proses bisnis. Sebagai contoh, dalam
kasus pencurian di atas, manajer supermarket bisa meminta
nasabah untuk meninggalkan tas, memasang kamera di
supermarketnya, memasang barcode pada setiap produk yang
dipajang (sehingga jika tidak dilepas dan melewati tiang seamier
akan berbunyi).
Bagan 11.3.
Strategi Menghadapi Risiko Berdasarkan Matriks Frekuensi / Severity
10
Strategi untuk menghadapi risiko untuk wilayah-wilayah tersebut
adalah seperti berikut ini.
Wilayah 1.
Severity tinggi dan frekuensi tinggi: immediate action
Untuk wilayah ini, perusahaan harus melakukan penanganan
yang agresif dan segera (immediate action).
Wilayah 2.
Severity tinggi dan frekuensi agak tinggi: immediate attention
Untuk wilayah ini, perusahaan harus segera mengawasi risiko
ini (immediate attention).
Wilayah 3.
Severity agak tinggi dan frekuensi agak tinggi: periodic attention
Untuk wilayah ini, perusahaan bisa melakukan pengawasan
secara berkala (periodic attention).
Wilayah 4.
Severity rendah dan frekuensi rendah: annual evaluation
11
Untuk wilayah ini, perusahaan bisa lebih longgar, yaitu
melakukan pengawasan dengan jangka waktu panjang, misal
tahunan.
Tabel 11.1.
Data Historis Frekuensi dan Nilai Kerugian
12
Frekuensi Nilai Kerugian
(Rp)
Januari 4 12.000.000
Februari 6 11.000.000
Maret 5 12.000.000
April 4 11.000.000
Mei 6 15.000.000
Juni 7 14.000.000
Juli 5 13.000.000
Agustus 6 12.000.000
September 4 13.000.000
Oktober 5 12.000.000
November 6 14.000.000
Desember 5 13.000.000
Jumlah 63 152.000.000
Rata-rata 5,25 12.666.667
Nilai kerugian per kecelakaan 2.412.698
13
Alternatif lain untuk menghitung tingkat kerugian yang
diperkirakan adalah dengan menggunakan model analitis. Sebagai
contoh, kita bisa mengasumsikan distribusi tertentu (biasanya
normal) dari kerugian yang akan terjadi. Keuntungan dari distribusi
normal adalah kita bisa melakukan berbagai hal hanya dengan
mengetahui nilai yang diharapkan dan standar deviasinya.
14
Nilai kerugian = 10 juta - 1,65 (10 juta)
= - Rp. 6,5 juta.
1,65 adalah nilai z yang berkaitan dengan wilayah
probabilitas sebesar 5%. Nilai kerugian yang diharapkan dengan
demikian adalah 6,5 juta rupiah. Kelemahan dari metode tersebut
adalah asumsi distribusi normal sesuai dengan kenyataan. Dalam
kenyataannya distribusi kerugian tidak selalu normal. Biasanya
kerugian mempunyai distribusi lognormal, yaitu distribusi di mana
lognatural dari variabel random berbentuk normal, seperti berikut
ini.
Z = {log (X) - } / a
15
setelah kita mengevaluasi frekuensi munculnya kejadian yang
merugikan, kita menyimpulkan bahwa distribusi Poisson bisa
menjelaskan frekuensi munculnya kejadian yang merugikan,
dengan nilai yang diharapkan adalah 5 kali terjadinya peristiwa
tersebut setiap bulannya. Periode yang kita evaluasi adalah
bulanan (dengan demikian rata-rata ada 5 kali kerugian setiap
bulannya). Kita juga melakukan evaluasi untuk severity kerugian,
dan menyimpulkan bahwa distribusi normal bisa menjelaskan
severity kerugian di masa lalu.1 Misalkan kerugian rata-rata per-
peristiwa kerugian adalah Rpl5 juta dengan standar deviasi Rp2
juta.
16
pembobolan terhadap sistem komputer perusahaan mempunyai
frekuensi yang relatif rendah. Tetapi jika hal tersebut terjadi, kerugian
yang timbul akan cukup besar. Ilustrasi tersebut menunjukkan bahwa
karakteristik risiko operasional berubah dari frekuensi tinggi/signifikansi
rendah menjadi frekuensi rendah/signifikansi tinggi, seperti terlihat
pada bagan berikut ini.
Bagan 11.7.
Perubahan Karakteristik Risiko Operasional
Signifikansi Signifikansi
Tinggi Tinggi
Frekuensi Frekuensi
Rendah Tinggi
Signifikansi Signifikansi
Tinggi Tinggi
Frekuensi Frekuensi
Rendah Tinggi
1.4.1 Globalisasi
Globalisasi keuangan di dunia didorong oleh liberalisasi
ekonomi dunia. Liberalisasi berarti penghilangan pembatasan-
pembatasan aliran modal. Sebagai contoh, Indonesia melakukan
liberalisasi di pasar modal sejak tahun 1989, ketika investor asing
17
bisa membeli saham di pasar modal sampai maksimal 49% dari
jumlah saham yang beredar. Pada tahun 1997, liberalisasi tersebut
dilanjutkan lebih jauh dengan membolehkan investor asing membeli
saham di Bursa Efek Jakarta sampai dengan 100%. Efek
liberalisasi seperti itu mendorong globalisasi ekonomi dan
keuangan dunia. Kejadian penting di suatu negara akan dengan
cepat mempengaruhi negara lainnya. Dunia menjadi terasa
semakin kecil. Istilah dunia sebagai desa kecil (small village)
muncul untuk menggambarkan kondisi semacam itu.
Kondisi semacam itu cenderung meningkatkan risiko, seperti
terlihat pada semakin meningkatnya volatilitas pergerakan harga
atau nilai-nilai instrumen keuangan/komoditas. Globalisasi juga
semakin meningkatkan frekuensi dan severity (signifikansi) dari
suatu risiko, karena kejadian di suatu negara akan cepat merembet
ke negara lain karena pembatasan-pembatasan sudah jauh
berkurang. Modal bisa berputar lebih cepat. Kecepatan aliran
modal seperti itu juga membuat perusahaan mempunyai waktu
yang lebih sedikit untuk menyelesaikan masalah yang muncul.
Terlambat mengantisipasi risiko tersebut akan berakibat serius bagi
perusahaan.
1.4.2 Otomatisasi
Dengan semakin berkembangnya teknologi komputer,
perusahaan semakin lama semakin mengandalkan teknologi
komputer untuk melakukan banyak hal, termasuk mengotomatisasi
transaksi. Sebagai contoh, perusahaan menggunakan komputer
untuk mencatat transaksi (tidak banyak menggunakan tenaga
manusia untuk mencatat transaksi); bank menggunakan ATM
(Automatic Teller Machine) sehingga nasabah bank bisa
bertransaksi praktis 24 jam satu hari.
Otomatisasi semacam itu menurunkan risiko yang berkaitan
dengan manusia (misal kesalahan pencatatan karena kelelahan).
18
Tetapi otomatisasi semacam itu memunculkan risiko baru yaitu
risiko kegagalan sistem dan semacamnya. Risiko baru semacam
itu cenderung lebih sulit dideteksi dan jika terjadi, kerugian yang
dialami oleh perusahaan cukup signifikan. Risiko akan cenderung
terakumulasi dan baru terdeteksi jika jumlah kerugian mencapai
angka yang besar.
1.4.4 Outsourcing
Outsourcing merupakan tren bisnis akhir-akhir ini.
Outsourcing berarti menggunakan jasa pihak luar untuk
mengerjakan sebagian dan pekerjaan perusahaan. Sebagai contoh
perusahaan menggunakan program komputer yang dibuat oleh
19
perusahaan lain. Outsourcing dilakukan dengan pertimbangan
efisiensi (bisa menurunkan biaya). Jika melakukan pekerjaan
sendiri, karena sesuatu hal (misal keahlian yang tidak ada atau
skala ekonomi yang kurang), bagi perusahaan, akan lebih
menguntungkan jika menggunakan jasa dari pihak luar untuk
pekerjaan tertentu.
Tetapi outsourcing memunculkan risiko baru. Perusahaan
menyerahkan kendali atas pekerjaannya kepada pihak luar. Jika
pekerjaan tersebut merupakan hal yang penting, dan pihak luar
tersebut tidak memberikan produk atau pelayanan yang sesuai
dengan spesifikasi perusahaan, maka perusahaan menghadapi
risiko bahwa pelayanan atau produk yang diberikan akan berada di
bawah standar yang ditentukan.
DISKUSI
1.
20
Jawab :
2.
Jawab :
3.
Jawab :
4.
Jawab :
5.
Jawab :
DAFTAR PUSTAKA
21
22