MAKALAH TENTANG

“PENGUKURAN RISIKO”

NAMA – NAMA KELOMPOK IV

1. YASINTA NEWEL (1901080014)

2. ANACE KAWAMASY (1901080042)
3. LUSIA RAMBU LUBU BEBA (1901080050)
4. SAUL ALFONSUS TANGLAWA (1901080058)
5. SUSANTI SILA (1901080025)

PROGRAM STUDI PENDIDIKAN EKONOMI

FAKULTAS KEJURUAN DAN ILMU PENDIDIKAN
UNIVERSITAS NUSA CENDANA
KUPANG
2022
 BAB II

PEMBAHASAN

A. Pengertian dan Prinsip Pengukuran Risiko

Pengukuran risiko adalah usaha untuk mengetahui besar/kecilnya risiko

yang akan terjadi. Hal ini dilakukan untuk melihat tinggi rendahnya risiko
yang dihadapi perusahaan, kemudian bisa melihat dampak dari risiko
terhadap kinerja perusahaan sekaligus bisa melakukan prioritisasi risiko,
risiko yang mana yang paling relevan.

Pengukuran resiko merupakan tahap lanjutan setelah pengidentifikasian

resiko. Dimana pengidentifikasian risiko pada dasarnya merupakan kegiatan
analisis secara sistematis dan berkesinambungan untuk menemukan/mengide
ntifikasi kemungkinan-kemungkinan terjadinya    kerugian yang potensial
yang dihadapi/mengancam perusahaan.
Prinsip-prinsip pengukuran resiko adalah :

1. Transparansi

Prinsip ini mensyaratkan agar seluruh potensi risiko yang ada

pada suatu aktivitas, khususnya transaksi, dibeberkan secara terbuka.
Risiko yang tersembunyi atau disembunyikan akan menjadi sumber
permasalahan terbesar dan, per definisi, tidak akan dapat dikelola dengan
baik.
2. Pengukuran yang Akurat

Prinsip ini mewakili sisi sains dari konsep Manajemen Risiko,

dan mensyaratkan investasi berkesinambungan untuk berbagai teknik dan
alat yang akan digunakan sebagai syarat dari proses Manajemen Risiko
yang kuat.
3. Informasi Berkualitas yang Tepat Waktu

Prinsip ini akan turut menentukan akurasi pengukuran dan

kualitas keputusan yang diambil. Sebaliknya tidak terpenuhinya prinsip
ini bisa membawa manajemen pada suatu keputusan yang berisiko fatal.
4. Diversifikasi

Sistem Manajemen Risiko yang baik menempatkan konsep

diversifikasi sebagai sesuatu yang penting untuk dicermati.Hal ini
menuntut pola pemantauan yang konstan dan konsisten.Asumsinya
adalah bahwa konsentrasi (Risiko) dapat muncul setiap saat seiring
dengan berbagai perubahan yang terjadi di dunia.
5. Independensi

Berdasarkan prinsip independensi, keberadaan suatu kelompok

Manajemen Risiko yang independen makin dianggap sebagai suatu
keharusan. Prinsip ini tidak sekedar berbicara tentang kewenangan dan
level tanggung jawab dari kelompok Manajemen Risiko dan kelompok
atau unit lainnya dalam perusahaan, melainkan juga tentang tentang visi
perusahaan dan kualitas interrelasi antara kelompok Manajemen Risiko
dengan kelompok atau unit lainnya, dan juga antar kelompok aatau unit
yang melaksanakan transaksi dengan mengambil risiko tertentu.
6. Pola Keputusan yang Disiplin

Porsi sains dalam konsep Manajemen Risiko memang telah

memberikan banyak kontribusi bagi kemampuan Manajemen Risiko
dalam melakukan pengukuran risiko namun kualitas keputusan tetap saja
tergantung pada bagaimana manajemen memutuskan cara terbaik untuk
menggunakan alat atau teknik tertentu dan memahami keterbatasan yang
dimiliki oleh alat atau teknik tersebut.
7. Kebijakan

Prinsip ini mensyaratkan bahwa tujuan dan strategi Manajemen

Risiko suatu perusahaan harus dirumuskan dalam sebuah Policy, Manual
& Procedure yang jelas. Policy harus secara jelas menjabarkan dan
mendefiniskan filosofi Manajemen Risiko perusahaan dan menyediakan
keseluruhan pendekatan yang digunakan serta organisasi dari proses
pengambilan Risiko. Tujuan utama dari hal tersebut adalah untuk
memberikan kejelasan mengenai proses Manajemen Risiko, baik untuk
 pihak internal maupun untuk pihak eksternal seperti regulator dan para
analis.

Prinsip-prinsip tersebut di atas akan menjadi penentu arah dalam

menyusun suatu kerangka kerja, suatu model Manajemen Risiko yang handal.
Lebih jauh, prinsip-prinsip tersebut juga akan menjadi penentu keberhasilan
dari penerapan model Manajemen Risiko dalam suatu perusahaan. Tanpa
pemahaman mendalam serta konsistensi dalam menggunakan prinsip-prinsip
tersebut, maka penyusunan dan penerapan suatu model Manajemen Risiko
tidak akan memberikan nilai tambah yang seharusnya dapat diperoleh.

B. Dimensi yang diukur

Pengukuran risiko ini dilakukan untuk menentukan relatif pentingnya

resiko, untuk memperoleh informasi yang akan menolong untuk menetapkan
kombinasi peralatan manajemen risiko yang cocok untuk menanganinya.
Dimensi (bagian) yang harus diukur:
1. Frekuensi atau jumlah kejadian yang akan terjadi

Besarnya kemungkinan kejadian artinya berapa besar kemungkinan

suatu peril (Suatu peristiwa (event) yang kejadiannya menimbulkan
LOSS atau penyebab langsung kerugian) yang dapat menimbulkan
risiko dapat terjadi dalam suatu periode.
2. Keparahan dari kerugian

Besarnya kerugian bila suatu risiko terjadi, artinya berapa besar

kerugian yang diderita bila suatu risiko terjadi. Jadi dalam hal ini
tingkat kegawatan (reverity) atau keparahan dari kerugian-kerugian
tersebut, sampai seberapa besar pengaruhnya terhadap kondisi
perusahaan, terutama kondisi finansialnya.

Dari hasil pengukuran yang mencakup dua dimensi (bagian) tersebut

paling tidak diketahui:
a. Nilai rata-rata dari kerugian selama suatu periode anggaran.
 b. Variasi nilai kerugian dari satu periode anggaran ke periode anggaran
yang lain naik-turunnya nilai kerugian dari waktu ke waktu.
3. Dampak keseluruhan dari kerugian-kerugian

Yaitu kerugian yang ditanggung sendiri (diretensi), jadi tidak hanya

nilai rupiahnya saja.

Beberapa hal yang perlu diperhatikan berkaitan dengan dimensi

(bagian) pengukuran tersebut, antara lain:
1. Orang umumnya memandang bahwa dimensi kegawatan dari suatu
kerugian potensial lebih penting dari pada frekuensinya atau jumlah
kejadian yang akan terjadi.
2. Dalam menentukan kegawatan dari suatu kerugian potensial seorang
Manajer Risiko harus secara cermat memperhitungkan semua tipe
kerugian yang dapat terjadi, terutama dalam kaitannya dengan
pengaruhnya terhadap situasi finansial perusahaan.
3. Dalam pengukuran kerugian Manajer Risiko juga harus memperhatikan
orang, harta kekayaan atau exposures yang lain, yang tidak terkena
peril(Suatu peristiwa (event) yang kejadiannya menimbulkan LOSS atau
penyebab langsung kerugian).
4. Kadang-kadang akibat akhir dari peril (Suatu peristiwa (event) yang
kejadiannya menimbulkan LOSS atau penyebab langsung kerugian)
terhadap kondisi finansial perusahaan lebih parah dari pada yang
diperhitungkan, antara lain akibat tidak diketahuinya atau tidak
diperhitungkannya kerugian-kerugian tidak langsung.
5. Dalam mengestimasi kegawatan dari suatu kerugian penting pula
diperhatikan jangka waktu dari suatu kerugian, di samping nilai
rupiahnya.
C. Konsep Probabilitas

Pengukuran kerugian baik dari dimensi frekuensi dan kegawatan

berhubungan dengan kemungkinan (probabilitas) dari kerugian potensiil
 tersebut. Untuk melakukan analisa terhadap kemungkinan dari suatu kerugian
potensiil perlu memahami prinsip dasar teori probabilitas.

Probabilitas adalah kesempatan atau kemungkinan terjadinya suatu

kejadian/ peristiwa.

1. Konsep “sample space” dan “event”

Sample Space (Set S) merupakan suatu set dari kejadian tertentu

yang diamati. Misalnya: jumlah kecelakaan mobil di wilayah tertentu
selama periode tertentu. Suatu Set S bisa terdiri dari beberapa segmen
(sub set) atau event (Set E). misalnya : jumlah kecelakaan mobil di atas
terdiri dari segmen mobil pribadi & mobil penumpang umum.
Untuk menghitung secara cermat probabilitas dari kecelakaan
mobil tersebut masing-masing Set E perlu diberi bobot. Pembobotan
tersebut biasanya didasarkan pada bukti empiris dari pengalaman masa
lalu. Misalnya : untuk mobil pribadi diberi bobot 2, sedang untuk
mobil penumpang umum diberi bobot 1, maka probabilitas dari
kecelakaan mobil tersebut dapat dihitung dengan rumus:
a) bila tanpa bobot : P (E) = E/S

b) bila dengan bobot : P (E) = W (E) / W (S)

Keterangan : P (E) = probabilitas terjadinya event .

E = sub set atau event

S = sample space atau set

W = bobot dari masing-masing event

Contoh :
Dari catatan polisi diketahui jumlah kecelakaan mobil di Bandung
selama tahun 2000 sebanyak 10.000 kali. Dari jumlah tersebut, 1000 menimpa
mobil pribadi dan 9000 menimpa mobil penumpang umum.
 Dengan demikian probabilitas terjadinya kecelakaan mobil pribadi
adalah :

a) Tanpadibobot P (E) = 1000/10.000 = 0,1 = 10 %

b) Denganbobot P (E) = 1,818 = 18,18 %

2 x 1000 / (2 x 1000 ) (1x9000)

2. Asumsi dalam probabilitas

Jadi perlu diketahui bahwa asumsi dalam probabilitas mencakup :

a) Bahwa kejadian atau event tersebut akan terjadi.

b) Bahwa kejadian-kejadian adalah saling pilah, artinya dua event

tersebut (kecelakaan mobil pribadi dan mobil penumpang umum
tidak akan terjadi secara bersamaan).

Asumsi diatas membawa kita pada “hukum penambahan” yang

menyatakan bahwa total probabilitas dari 2 event atau lebih dari
masing-masing event yang saling pilah tersebut.

c) Bahwa pemberian bobot pada masing-masing event dalam set

adalah positif, sebab besarnya probabilitas akan berkisar antara
event yang pasti terjadi probabilitasnya 1, sedangkan event yang
pasti tidak terjadi probabilitasnya 0.
3. Aksioma defenisi probabilitas

Diasumsikan bahwa teori probabilitas, pemberian bobot kepada

masing – masing event dalam set S adalah positif. Mengingat bahwa
probabilitas di ekspresika sebagai rasio antar kejadian sub set terhadap
kejadian dalam set S, maka dengan jelas dapat dilihat bahwa
probabilitas seluruh kejadian apabila ditambahkan adalah sama dengan
satu, dan apabila sebaliknya, probabilitas dari event yang sudah pasti
tidak akan terjadi adalah 0. Dengan perkataan lain, jika probabilitas
terjadi pada P, maka probabilitas tidak akan terjadi adalah (1 - P).
Ada 3 aksioma probabilitas, yaitu :
 a) Probabilitas adalah suatu nilai/ angka yang terletak antara 0 dan 1
yang diberikan masing-masing event.
b) Jumlah hasil penambahan keseluruhan probabilitas dari event-
event (Set E) yang saling pilah dalam Set S adalah 1.
c) Probabilitas suatu event yang terdiri dari sekelompok event yang
saling pilah dalam suatu Set S adalah merupakan hasil
penjumlahan dari masing-masing probabilitas yang terpisah.
4. Sifat probabilitas

Probabilitas adalah merupakan aproksimasi. Sebab sangat

jarang sekali terjadi atau bahkan tidak mungkin kita dapat mengetahui
besarnya probabilitas secara mutlak (pasti sama dengan kenyataan).
Yang kita dapatkan hanyalah suatu perkiraan, yang mungkin benar dan
mungkin juga tidak.
Jadi apa yang kita dapatkan dari suatu penelitian atau
perhitungan berdasarkan definisi probabilitas adalah merupakan
ekspresi, yaitu sebagai prosentase total exposure dalam rangka
mendapatkan estimasi empiris dari probabilitas. Maka dari itu
probabilitas dari sudut empiris dipandang sebagai frekuensi terjadinya
event dalam jangka panjang, yang dinyatakan dalam prosentase.
Misalnya : apabila suatu event telah terjadi x kali dari jumlah n
kasus dari kemungkinan terjadinya event tersebut, maka probabilitas
empirisnya adalah : x/n. Namun probabilitas tersebut adalah
menggambarkan data historis (apa yang telah terjadi). Sedang
kegunaannya untuk meramalkan kejadian/eventyang akan datang
merupakan approksimasi/perkiraan saja; kecuali bilaevent tersebut akan
dengan sendirinya berulang persis seperti masa lalu. Suatu situasi yang
tampaknya sangat mustahil.
Selanjutnya perlu disadari bahwa untuk probabilitas, misalnya
2/5, tidaklah berarti bahwa kejadiannya adalah sama apabila kasus atau
jumlah exposure/percobaannya kecil. Hal itu hanya akan terjadi apabila
n nya sangat besar atau mendekati tak terhingga (hukum bilangan
 besar), dimana x/n akan dapat menghasilkan probabilitas empiris yang
hampir tepat.

5. Event yang indefendent dan acak

Suatu konsep yang sangat penting dalam probabilitas dan

penerapannya dalam asuransi adalah berkenaan kejadian/ event yang
sifatnya berdiri sendiri atau independent . Artinya hasil dari suatu event
dalam sekelompok kemungkinan event tidak akan mempengaruhi
penilaian tentang probabilitas dari event yang lain.
Hal itu berlaku pula bagi percobaan, dimana hasil dari sejumlah
percobaannya juga dapat dianggap independent. Dalam kasus ini
sample space nya adalah serangkaian percobaan (Succesive trials) dan
hasilnya merupakan akibat yang dapat terjadi pada masing-masing
percobaan.
Di samping itu event dalam suatu percobaan haruslah terjadi
secara acak, artinya masing-masing event mempunyai kesempatan atau
probabilitas yang sama.
Prinsip keacakan dan ketidak-tergantungan event mempunyai
peranan yang sangat penting dalam asuransi, sebab :

 Underwriter /perusahaan asuransi akan berusaha untuk

mengklasifikasikan unit-unit exposures ke dalam kelompok-
kelompok, dimana kejadian/kerugian dapat dianggap sebagai
event yang independent . Dimana dengan cara ini maka jumlah
pembebanan yang sama kepada masing-masing anggota
kelompok dapat dijustifikasi karena masing-masing kelompok
menyadari bahwa besarnya kemungkinan terjadinya kerugian
adalah sama, baik untuk dirinya sendiri maupun untuk orang lain.
 Suatu jenis kerugian mungkin dapat diterima dua kali atau lebih
oleh individu yang sama.
6. Event yang berulang

Apabila kita mengetahui bahwa probabilitas akan terjadinya

sesuatu dalam satu kali percobaan adalah “p” dan probabilitas tidak
terjadinya sesuatu adalah “q”, yang besarnya sama dengan 1-p. (q=1-p).
Berdasarkan prinsip ini maka kita dapat menghitung besarnya
probabilitas terjadinya suatuevent selama r kali dalam n kali percobaan,
dengan menggunakan formula binominal. Dimana formula binominal
menggunakan konsep compound probability dan addative rule. Dengan
menggunakan formula ini kita akan dapat menghitung distribusi
binominal (lihat statistik).
Distribusi binominal adalah merupakan salah satu dari teori
probabilitas yang digunakan dalam asuransi dan merupakan salah satu
cara yang terpenting.

Dalam penggunaan distribusi binominal digunakan 3 asumsi :

a. Ada suatu event atau hasil yang bersifat saling pilah.

b. Probabilitas dari masing-masing event diketahui atau dapat

diestimasi.
c. Karena masing-masing event berdiri sendiri, maka probabilitasnya
tidak akan berubah dari percobaan yang satu ke percobaan yang
lainnya, tetapi tetap konstan, karena probabilitas terjadinya event
sudah diketahui dan hanya terdapat dua event , maka probabilitas
tidak terjadinya event adalah 1 – probabilitas terjadinya event (q =
1 – p).
7. Nilai harapan (expected value)

Expected value dari suatu event dapat ditentukan dengan

membuat tabel (tabel binominal) untuk hasil-hasil yang mungkin
diperoleh dari menilai masing-masing hasil tersebut berdasarkan
probabilitasnya. Dengan menjumlahkan hasil dari masing-masing
event tersebut akan diperoleh expected value nya.
 Contoh: diketahui bahwa dari 100 buah rumah kemungkinan
terbakarnya satu rumah adalah 27% (tabel binominal) dan rata-rata
kerugian untuk setiap kebakaran adalah Rp 100.000.000,-. Maka
expected valuenya adalah Rp 37.000.000,- (37% x Rp 100.000.000,-).

Bila kemungkinan terbakarnya dua rumah adalah 19%, maka

expected lossnya: Rp. 38jt (19%x2xRp100.000.000,-). Sehingga
expected loss untuk satu rumah sebesar Rp 19jt. Kemudian bila
kemungkinan terbakarnya sepuluh rumah adalah sebesar 1% maka
expected lossnya adalah 1% x 10 x Rp 100.000.000,- = Rp 10 jt
Maka expected loss untuk satu rumah sebesar Rp 1.000.000,-
Konsep expected value
Konsep expected value sering ditemui terutama di dunia bisnis.

Misalnya: seorang kontraktor diminta membangun sebuag

gedung dimana jika semuanya berjalan baik ia akan mendapat
keuntungan sebesar Rp 10.000.000.000,
Karena menyadari selalu ada hal-hal yang tidak terduga, maka
probabilitas utk mendapatkan keuntungan diperkirakan hanya 80%,
dimana yang 20% adalah pengeluaran-pengeluaran yang tidak terduga.

Jadi expected value dari pekerjaan tersebut sebesar Rp 6.000.000.000,-

Dengan data itu pihak kontraktor dapat mempertimbangkan

untuk membangun gedung tersebut, dengan tidak lupa mempertimbang
kan kesemptan-kesempatan atau kemungkinan- kemungkinan lain yang
sehubungan dengan perputaran misalnya. Mungkin pula untuk mengam
ankan terhadap risiko tersebut kontarktor mengalihkan risiko tersebut
kepada pihak lain yang mau menerima ( perusahaan asuransi ). Yamg
perhitungannya dapat  digambarkan sebagai berikut :
 Expected Value of Contract
Probabilitas Hasil Expected Value
80 % + Rp. 10.000.000,- Rp. 8.000.00,-
20% - Rp. 10.000.000,- Rp. 2.000.000,-
100% Rp. 6.000.000,-
Dalam distribusi binomial jumlah keseluruhan expected long
frequency (frekuensi kerugian yang diperkirakan dalam jangka panjang)
dikalikan dengan besarnya nilai kerugian (Rp) untuk setiap kerugian.

8. Penafsiran tentang probabilitas

a. Peristiwa yang saling bebas (mutually exclusive event )

Dua peristiwa atau lebih dikatakan saling lepas apabila

terjadinya peristiwa yang satu menyebabkan tidak terjadinya
peristiwa yang lain. P(A atau B) = P(A) + P(B).

b. Peristiwa yang inklusif

Peristiwa yang inklusif adalad dua peristiwa atau lebih

yang tidak mempunyai hubungan saling bebas dimana kita ingin
mengetahui probabilitas terjadinya paling sedikit satu peristiwa
diantara dua atau lebih peristiwa tersebut P (A atau B) = P(A) +
P(B) – P(A dan B)

c. Compound Events

Compount events adalah terjadinya dua atau lebih peristiwa

terpisah selama jangka yang sama.

 Compound events yang bebas ( independent)

Dua peristiwa atau lebih dikatakan peristiwa bebas jika

terjadinya salah satu tidak ada hubungannya dengan lain. P(A
dan B) = P(A) X P(B)

 Compound events bersyarat (conditionl compount events)

 Dua peristiwa atau lebih dima terjadinya peristiwa yang
satu akan mempengaruhi terjadinya peristiwa yang lain. P(A dan
B) = P(A)X P(B/A)

D. Distribusi Probabilitas

Probabilitas merupakan kesempatan atau kemungkinan terjadinya suatu

kejadian atau kemungkinan jangka panjang terjadinya sesuatu.
Distribusi probabilitas menunjukkan probabilitas kejadian bagi masing-
masing outcome yang mungkin. Karena outcome itu merupakan mutually
exclusive, maka semua probabilitas jika dijumlahkan maka jumlahnya sama
dengan satu.

1. Distribusi Binominal

Distribusi binomial adalah distribusi probabilitas dengan variabel

diskrit, mempunyai ciri-ciri :

1. Banyaknya percobaan adalah tetap

2. Setiap percobaan mempunyai dua hasil yaitu sukses-gagal, ya-tidak

3. Probabilitas sukses sama pada setiap percobaan

4. Hasil percobaan yang satu tidak mempengaruhi hasil percobaab

lainnya
P (X) = nCx . (P)^x . (Q)^n-x
Dimana :

C = kombinasi
P = Probabilitas sukses
Q = Probabilitas gagal (I-p)
N = Banyaknya percobaan
X = Banyaknya keberhasilan dalam pengubah
P(X) = Probabilitas sukses x kali percobaan
2. Distribusi Poisson
 Distribusi poisson merupakan distribudi yang bervariabel
diskrit., yang mempunyai nilai n yang besar dan nilai p yang kecil.
P(X) =[(e^µ) . (µ^x)]/R!

Dimana:

P(X) = Probabilitas x kali

µ = Rata-rata distribusi

e = 2,71828

x = jumlah kejadian sesuai sample

n = jumlah populasi

P = peluang keberhasilan

3. Distribusi Normal

Distribusi normal mempunyai variabel kontinu. Mempunyai

ciri-ciri sbb :
a. Kurva normal berbentuk lonceng atau simetris, sisi kiri dan sisi
kanan tidak mempunyai batas
b. Distribusi normal memiliki dua parameter yaitu rata-rata dan
standar deviasi
c. Nilai tertinggi (puncak)kurve adalah rata-rata

d. Luas total kurve normal adalah 1

E. Pengukuran Frekuensi Kerugian dan Tingkat Keparahan

1. Pengukuran Frekuensi Kerugian

Pengukuran frekuensi kerugian adalah untuk mengetahui berapa

kali suatu jenis peril dapat menimpa suatu jeis objek yang bisa terkena
peril selama suatu jangka waktu terentu, umumnya satu tahun.

Berdasarkan dimensi frekuensi, ada empat kategori kerugian, yaitu :

a) Kerugian yang hampir tidak mungkin terjadi ( almost nill), yaitu
resiko yang menurut pendapat manajer resiko atau kemungkinan
terjadinya sangat kecil sekali (probabilitas terjadinya mendekati nol).
 b) Kerugian yang kemungkinan terjadinya kecil (sligth), yaitu risiko- risiko
yang tidak akan terjadi dalam waktu dekat dan dimasa yang akan datang
kemungkinannya pun kecil.
c) Kerugian yang mungkin (moderate), yaitu kerugian-kerugian yang mungkin
bisa terjadi dalam waktu yang dekat di masa yang akan datang.
d) Kerugian yang mungkin sekali (definite), yaitu kerugian yang biasanya
terjadi secara teratur, baik dalam waktu dekat maupun dimasa mendatang.
2. Menentukan Tingkat Keparahan

Dalam menentukan perahan kerugian manajer harus berhati-hati untuk

memasukkan semua kerugian yang mungkin bisa terjadi sebagai akibat suatu
peristiwa tertentu, sebagaimana dampaknya yang terhadap keuangan perusahaan
yang bersangkutan.
Sebagai contoh misalnya, musibah kebakaran yang menghancurkan
bangunan perusahaan beserta isinya, yang menimbulkan total kerugian sebesar
Rp. 300.000.000.- untuk melaksanakan pemulihan perusahaan perlu tutup
selama enam bulan,dan menbah kerugian penghasilan sebesar Rp. 400.000.000.-
Jumlah kerugian total sebesar Rp. 700.000.000.- jika tidak dapat di
tanggung dalam semua kerugian tersebut makan dalam waktu singkat
perusahaan bisa jatuh bangkrut.
Selain untuk menentukan relatif pentingnya, suatu kerugian potensial
perlu juga di ukur untuk menolong mendaptakan informasi dalam penetapan
cara terbaik untuk menangani risiko tersebut. Sebagai contoh rata-rta frekuensi
kerugian dikalikan rata-rata keparahan kerugian akan sama dengan total
kerugian harpan rata-rata dalam setahun.