BAB I

PENDAHULUAN
A. Latar Belakang
Dalam kehidupan sehari-hari kita sering mendengar kata “Resiko” dan sudah biasa
dipakai dalam percakapan sehari-hari oleh kebanyakan orang. Resiko  merupakan
bagian dari kehidupan kerja individual maupun organisasi.  Berbagai macam resiko,
seperti resiko kebakaran, tertabrak kendaraan lain di jalan, resiko terkena banjir di
musim hujan dan sebagainya, dapat menyebabkan kita menanggung kerugian jika
resiko-resiko tersebut tidak kita antisipasi dari awal.  Resiko dikaitkan dengan
kemungkinan kejadian atau keadaan yang dapat mengancam pencapaian tujuan dan
sasaran organisasi. Sebagaimana kita pahami dan sepakati bersama bahwa tujuan
perusahaan adalah membangun dan memperluas keuntungan kompetitif organisasi.
Resiko berhubungan dengan ketidakpastian ini terjadi karena kurang atau tidak
tersedianya cukup informasi tentang apa yang akan terjadi.  Sesuatu yang tidak
pasti (uncertain) dapat berakibat menguntungkan atau merugikan.  Menurut
Wideman, ketidakpastian yang menimbulkan kemungkinan menguntungkan dikenal
dengan istilah peluang (opportunity), sedangkan ketidakpastian yang menimbulkan
akibat yang merugikan disebut dengan istilah resiko (risk).  Dalam beberapa tahun
terakhir, manajemen resiko menjadi trend utama baik dalam perbincangan, praktik,
maupun pelatihan kerja.  Hal ini secara konkret menunjukkan pentingnya manajemen
resiko dalam bisnis pada masa kini.
B. Rumusan Masalah
1. Apa Itu Konsep Probabilitas Dalam Mengukur risiko.
2. Contoh konsep probabilitas dalammengukur risiko.
3. Tafsiran tentang probabilitas dalam mengukur resiko.

C. Tujuan Masalah
1. Mengetahui apa itu konsep Probabilitas Dalam Mengukur risiko.
2. Mengetahui apa itu Contoh konsep probabilitas dalammengukur risiko.
3. Mengetahui apa itu Tafsiran tentang probabilitas dalam mengukur resiko.
 BAB II
PEMBAHASAN

A. 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.
a.      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) = 
Keterangan :          P (E)    =  probabilitas terjadinya event.
                                    E          =  sub set atau event
                                    S          =  sample space atau set
                                    W        =  bobot dari masing-masing event
b.      Asumsi dalam probabilitas
1.      Bahwa kejadian atau event tersebut akan terjadi.
2.       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.
3.   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.
c.       Aksioma defenisi probabilitas
Ada 3 aksioma probabilitas, yaitu :
Ø  Probabilitas suatu event bernilai antara 0 dan 1.
Ø  Jumlah hasil penambahan keseluruhan probabilitas dari event-event(Set E) yang saling
pilah dalam Set S adalah 1.
Ø  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.
d.      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 jumlahexposure/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.
e.       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 :
Ø  Underwriter/perusahaan asuransi akan berusaha untuk mengklasifikasikan unit-
unit exposures ke dalam kelompok-kelompok, dimana kejadian/kerugian dapat dianggap
sebagai event yangindependent.  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.
Ø  Suatu jenis kerugian mungkin dapat diterima dua kali atau lebih oleh individu yang sama
f.       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 :
1.      Ada suatu event atau hasil yang bersifat saling pilah.
 2.      Probabilitas dari masing-masing event diketahui atau dapat diestimasi.
3.      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 eventsudah diketahui dan hanya terdapat dua event, maka probabilitas tidak
terjadinya event adalah 1 – probabilitas terjadinya event (q = 1 – p).
g.      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 diperolehexpected valuenya.
Contoh: diketahui bahwa dari 100 buah rumah kemungkinan terbakarnya satu rumah adalah
27% dan rata-rata kerugian untuk setiap kebakaran adalah Rp 100.000.000,-.
Maka expected lossnya adalah Rp 27.000.000,- (27% 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,-
Dalam distribusi binomial jumlah keseluruhan expected long frequency (frekuensi kerugian
yang diperkirakan dalam jangka panjang) dikalikan dengan besarnya nilai kerugian (Rp)
untuk setiap kerugian.
h.      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.
1.      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)
2.      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).