Perform Quantitative

Any Mardiyani
Rabitha A S
09211850023008
09211850023020
Risk Analysis
Annisa Adinda A 09211850023026
 INSTRUCTIONS FOR USE

Tujuan analisa resiko kuantitatif: Hal penting sebelum analisa resiko kuantitatif:
• Tentukan risiko mana yang perlu 1. Rencana manajemen risiko
ditanggapi 2. Daftar risiko, yang saat ini termasuk:
• Secara obyektif mengevaluasi probabilitas
- Risiko yang diprioritaskan dari proses analisis resiko
dan dampak dari setiap risiko kualitatif
• Menentukan tingkat risiko yang dimiliki
- Daftar risiko yang dilakukan untuk analisis tambahan
proyek saat ini dan apakah tingkat risiko itu
dapat diterima untuk keuntungan yang 3. Catatan sejarah: bagaimana risiko serupa
diharapkan dari produk proyek dikuantifikasi di masa lalu
• Menentukan berapa biaya proyek dan 4. Keluaran dari bagian lain dari perencanaan proyek,
berapa lama jika tidak ada tindakan termasuk rencana manajemen biaya dan jadwal
manajemen risiko lebih lanjut untuk rencana manajemen
mengurangi risiko proyek
• Menentukan risiko mana yang memerlukan
perencanaan respons
• Menentukan probabilitas untuk mencapai
tujuan biaya atau jadwal untuk proyek

2
 Beberapa cara terbaik untuk secara kuantitatif menghasilkan probabilitas dan
dampak adalah:
• Tebak dengan persentase probabilitas, atau dampak dolar atau waktu
menggunakan penilaian subyektif: Konsep ini dijelaskan selanjutnya.

PROBABILITY & IMPACT

• Hitung biaya aktual dan dampak lama: Perhatikan bahwa tidak ada yang
namanya probabilitas pasti.
• Gunakan catatan sejarah: Berapa estimasi atau distribusi nilai tunggal waktu,
biaya, dan probabilitas pada proyek lain?
• Gunakan teknik Delphi: Teknik ini dijelaskan dalam bab Identifikasi Risiko. Dalam
hal ini, probabilitas dan dampak nilai tunggal, distribusi atau rentang ditentukan
untuk setiap risiko dan konsensus tercapai.
• Melakukan wawancara: Teknik ini dijelaskan dalam bab Identifikasi Risiko dan
dijelaskan lebih lanjut

3
 EXPECTED MONETARY VALUE RISK

◉ Di dunia nyata, tidak semua peristiwa negatif atau positif yang bisa terjadi akan terjadi. Konsep nilai moneter
yang diharapkan digunakan untuk menentukan seperti apa keadaan keseluruhan yang mungkin terjadi
sebagai akibat dari peristiwa tersebut.
◉ Nilai moneter yang diharapkan adalah probabilitas rata-rata tertimbang dari semua hasil yang mungkin dan
dihitung sebagai EMV = P x I. Ini membantu menentukan risiko mana yang paling perlu diperhatikan dan
karenanya harus dipindahkan ke dalam proses Respons Risiko Rencana.
◉ Nilai moneter yang diharapkan, seperti yang digunakan di sini, adalah jumlah dari semua probabilitas
kuantitatif. kali dampaknya. Karena peluang adalah manfaat atau tabungan, mereka dikurangkan dari nilai
moneter yang diharapkan dari ancaman untuk menghasilkan total nilai moneter yang diharapkan dari risiko
tersebut.

4

Document the Non-top Risks
Salah satu kesalahan yang sering dilakukan dalam
manajemen risiko adalah lupa mendokumentasikan
risiko yang tidak bergerak maju dalam proses risiko
sehingga risiko ini dapat ditinjau kembali nanti
selama tinjauan risiko. Ada kemungkinan bahwa
beberapa risiko dengan probabilitas atau dampak
rendah mungkin telah dievaluasi secara salah atau
informasi baru mungkin terungkap.
Risk Exposure
Tentukan tingkat risiko yang dimiliki proyek saat
ini
Kami melihat risiko individu, dan kemudian
risiko berdasarkan paket dan aktivitas kerja.
Sekarang kita perlu melihat keseluruhan risiko
dalam proyek sehingga kita dapat menentukan
apakah nilai moneter yang diharapkan dari
proyek (paparan risiko) berada dalam ambang
batas yang ditetapkan oleh pengelolaan. Tentu
saja, risiko yang tercantum tidak semuanya
pasti akan terjadi karena kemungkinannya tidak
100 persen. Jika mereka kemungkinan 100
persen, itu tidak akan menjadi risiko! Kita perlu
meramalkan pengaruh risiko-risiko itu
terhadap proyek. Nilai moneter yang diharapkan
dari proyek adalah salah satu cara untuk 5
 EXPECTED MONETARY VALUE OF THE PROJECT

Menentukan biaya dan lama proyek jika tidak ada tindakan manajemen risiko lebih lanjut yang diambil

Kita dapat mencoba merencanakan tanggapan terhadap risiko tertentu dalam proses Respons Risiko Rencana
dan kemudian mengulang analisis ini untuk melihat seberapa besar kita telah mengurangi risiko proyek. Siklus ini
diulangi hingga nilai moneter yang diharapkan dari waktu berada dalam persyaratan jadwal proyek dan nilai
moneter yang diharapkan dari biaya berada dalam persyaratan biaya proyek. Jika tidak ada persyaratan, siklus
berhenti ketika risiko dapat diterima dibandingkan dengan manfaat yang diterima untuk menyelesaikan proyek.

6
Monte Carlo Simulation
Menentukan biaya dan lama proyek jika tidak ada tindakan
manajemen risiko lebih lanjut yang diambil
Jika ditanya probabilitas atau dampaknya, Anda dapat merespons
dengan satu angka. Perkiraan itu dikatakan deterministik
(berdasarkan nilai tunggal; informasi tersebut diambil sebagai fakta
atau tertentu). Namun untuk sebagian besar risiko, probabilitas
terjadinya tidak pasti dan sebenarnya merupakan rentang probabilitas
berkelanjutan (mis., Ada 20 persen probabilitas bahwa dampak biaya
dari risiko adalah $ 30.000, probabilitas 30 persen bahwa itu akan
menjadi $ 38.000, dan seterusnya). Oleh karena itu, alih-alih estimasi,
estimasi tertentu, metode probabilistik menentukan distribusi, atau
rentang, untuk memberikan gambaran komprehensif tentang
kemungkinan ketidakpastian.
Mari kita gunakan contoh untuk membantu Anda memahami. Misalkan
saya meminta seseorang untuk memperkirakan upaya suatu kegiatan.
Mereka mungkin memberi tahu saya 33 jam, dengan demikian
menyiratkan kepastian. Dalam proyek, ada sedikit kepastian dan
sebagian besar perkiraan tidak akurat 100 persen. Sekarang, anggap
Perkiraan ini mengatakan bahwa ada beberapa kemungkinan bahwa durasi bisa
di mana saja dari 30 hingga 41 jam. Oleh karena itu, estimasi tersebut
sebenarnya adalah distribusi probabilitas yang berkelanjutan, atau kisaran
kemungkinan, bukan hanya tiga estimasi. Tidakkah tipe estimasi ini memberi
tahu Anda lebih banyak tentang ketidakpastian dalam estimasi? Bukankah ini
perkiraan yang lebih berharga?
Semakin luas rentang (atau standar deviasinya), semakin banyak
ketidakpastian dalam estimasi tersebut. Diagram sebelumnya menunjukkan
kisaran kemampuan tertentu. Ini disebut distribusi segitiga karena, jelas, itu
tampak seperti segitiga, tetapi juga karena perkiraan yang paling mungkin tidak
di tengah dua lainnya.
Simulasi Monte Carlo digunakan ketika ada iterasi distribusi probabilitas
berkesinambungan yang dilakukan untuk menghitung dampak yang mungkin
terjadi pada tujuan proyek. Simulasi Monte Carlo dapat dilakukan hanya dengan
kalkulator, tetapi jumlah perhitungannya bisa mengejutkan. Oleh karena itu,
kebanyakan orang menggunakan beberapa bentuk perangkat lunak komputer 7
 Monte Carlo Simulation

Advantage
Membantu menentukan keseluruhan risiko
Disadvantage
pertemuan yang diperlukan waktu atau biaya
proyek
Tidak mempertimbangkan estimasi terhadap HANYA mengevaluasi risiko proyek, waktu,
estimasi yang paling mungkin seperti halnya dan biaya proyek secara keseluruhan (tidak
beberapa metode estimasi lainnya
rinci) untuk mengelola proyek
Membantu identifikasi awal dalam proyek jika
waktu atau perubahan biaya diperlukan Banyak orang tidak menyadari bahwa risiko
spesifik harus diidentifikasi sebagai bagian
Membantu menentukan lamanya waktu proyek
dari manajemen risiko selain simulasi
yang paling realistis
Monte Carlo
Memberikan tinjauan keseluruhan jumlah waktu
atau kemungkinan biaya yang diperlukan Membutuhkan pembelian perangkat lunak
Monte Carlo, Microsoft Project, atau
Menunjukkan kegiatan apa yang memiliki
kemungkinan tertinggi untuk menjadi kegiatan
menambahkan spreadsheet
kritis, memungkinkan manajemen dan
pengawasan yang lebih baik
Menyediakan kendaraan untuk perencanaan
proyek yang lebih baik
8
 DECISION TREE ANALYSIS

Pohon keputusan adalah model situasi nyata dan digunakan untuk melihat dampak potensial dari
keputusan dengan memperhitungkan risiko, probabilitas, dan dampak yang terkait.

• Pohon keputusan memperhitungkan peristiwa masa depan dalam mencoba membuat keputusan hari
ini.
• Menghitung nilai moneter yang diharapkan (probabilitas kali dampak) dalam situasi yang lebih
kompleks daripada contoh nilai moneter yang diharapkan yang disajikan sebelumnya
• Melibatkan eksklusivitas timbal balik (dua peristiwa dikatakan saling eksklusif jika mereka tidak
dapat keduanya terjadi dalam satu percobaan

Beberapa contoh pohon keputusan memiliki biaya yang terjadi hanya pada akhir proyek, sementara yang
lain memiliki biaya yang terjadi di tengah atau di awal proyek. Karena pohon keputusan memodelkan
semua pilihan yang mungkin untuk menyelesaikan suatu masalah, biaya dapat muncul di mana saja
dalam diagram, bukan hanya pada akhirnya. 9
Prototype
Sukses : tidak ada kerugian
Example
Biaya $200,000

Gagal : kemungkinan 35% dan kerugian $120,000

Jika Anda hanya melihat biaya
pemasangan prototipe, akan
Gagal : kemungkinan 70% dan kerugian $450,000 tampak seperti keputusan yang
tidak bijaksana untuk
mengeluarkan uang untuk
Tanpa Prototype Sukses : tidak ada kerugian pembuatan prototipe. Namun,
Biaya $0 analisisnya terbukti berbeda.
Dengan mempertimbangkan hanya
satu peristiwa di masa depan,
keputusannya adalah bahwa akan
lebih murah untuk melakukan
prototyping. Jawabannya adalah
Prototype 35% x $120,000 = $42,000 $ 242.000, yang merupakan
nilai moneter yang diharapkan
Do Not 70% x $450,000 = $315,000 dari keputusan untuk membuat
Prototype prototipe.

10
 Steps of the Perform Quantitative Risk Analysis Process

1. Tentukan metode analisis risiko kuantitatif apa yang akan digunakan,

bagaimana mereka akan digunakan, dan siapa yang akan terlibat (jika belum
dilakukan dalam proses Manajemen Risiko Rencana).
2. Tentukan probabilitas dan dampak terukur dari setiap risiko menggunakan
salah satu dari pilihan yang disediakan.
3. Tentukan risiko mana yang memerlukan respons dalam proses Respons
Risiko Rencana.
4. Tentukan kegiatan mana yang termasuk risiko yang memerlukan respons
dalam proses Respons Risiko Rencana.
5. Tentukan tingkat risiko yang dimiliki proyek saat ini.
6. Tentukan berapa biaya proyek dan berapa lama proyek akan diambil jika
tidak ada tindakan manajemen risiko lebih lanjut yang diambil untuk
mengurangi risiko proyek.
7. Menentukan probabilitas untuk mencapai tujuan biaya atau jadwal untuk 11
 SUMMARY

1. Tentukan apakah Performa Analisis Risiko Qyantitatif sepadan dengan waktu dan upaya untuk proyek
Anda.
2. Fokus dari proses Analisis Risiko Quantitatif adalah secara numerik menganalisis probabilitas dan
dampak dari setiap risiko.
3. Gunakan berbagai metode untuk secara kuantitatif menilai probabilitas dan dampak.
4. Simulasi Monte Carlo tidak dapat menggantikan seluruh proses manajemen risiko.
5. Nilai moneter yang diharapkan dari risiko individu adalah probabilitas kali dampak, dan nilai moneter
yang diharapkan (paparan risiko) suatu proyek adalah jumlah dari semua probabilitas dan dampak
tersebut.
6. Anda dapat MEMBUKTIKAN seberapa besar kemungkinan Anda menyelesaikan proyek pada tanggal atau
biaya berapa pun SEBELUM Anda memulai proyek.
7. Anda dapat memperkirakan waktu dan biaya yang paling mungkin untuk proyek tersebut SEBELUM Anda
memulai proyek.
8. Analisis risiko kuantitatif harus diulang setelah proses Respons Risiko Rencana untuk menentukan
apakah jumlah risiko yang lebih rendah dalam proyek berada dalam waktu dan persyaratan proyek yang
dapat diterima
9. Risiko non-top harus didokumentasikan untuk ditinjau selama Monitor dan mengendalikan proses risiko

12
Quantitative assessment of risks on construction projects
using fault tree analysis with hybrid uncertainties

Peneliti
•Shoar, Nasirzadeh dan Zarandi
•Construction Innovation Journal, 2019

Purpose
• to present a fault tree (FT)-based approach for quantitative risk analysis
in the construction industry

13
The QRA is performed for weld cracks in shielded metal
arc welding (SMAW)

Evaluate the impact of each BE and minimal cut set

(MCS) to the probability of occurrence of weld cracks

Response strategies can be adopted to mitigate the

probability of occurrence of weld cracks
Flowchart Diagram
of Quantitative
Fault Tree Analysis

15
 Quantitative Risk Analysis (QRA)

Monte
Carlo
Simulation

Hybrid Fuzzy Importance

Uncertainty Measures (FIM)
Analysis

Fuzzy Set
Theory

16
Basic Event (BE)

17
 Final ranking of the BEs based on the FIM results

The most critical BEs that should be controlled

1. C11 (surface contamination by paint, grease and oil),
2. C2 (high ratio of weld width to depth),
3. D1 (joint design),
4. C12 (using waxy specified surface temperature material) and
5. A1 (excessive amount of nonmetallic inclusions in the plate material) were the other most critical events

18
 Conclusion

◉ three out of five identified critical events i.e. C11, C12, C2 are related to the hot
cracking significant attention should be paid to this type of crack by
managers to prevent the occurrence of the TE.
◉ by eliminating C11, the probability of occurrence of the TE will be decreased
more quality control, routine maintenance and inspections should be focused
on this event.
◉ project managers more aware of uncertainty during decision-making by
providing an interval value instead of a single risk value and makes it
convenient to conduct deeper analysis in terms of risk control and regulatory
compliances.

19
 Quantitative Risk Analysis of Gas Explosions in Tunnels

Peneliti
•Weerheijm, Verreault, dan Voort
•Fire Safety Journal 97, 2018
Purpose
• Showing the capability of assessing the ignition probability of
gas explosion scenarios in road tunnels as well as evaluating
physical effects such as overpressure

20
◉ Transportation of flammable liquefied gas in tunnels presents a significant
risk of an accidental loss of contain- ment leading to an explosion with major
consequences.
◉ The current article extends this model to combine the dispersion of a
flammable cloud with its probability of ignition and the resulting physical
effects such as overpressure.
◉ Various case studies are considered to illustrate the effect of different ignition
probability parameters. These cases deal with instantaneous and continuous
LPG releases with varying release rates including the effect of ventilation.
◉ The combination of the gas dispersion, gas explosion and ignition probability
models are needed to derive design loads for tunnels, to perform tunnel risk
assessments, and to develop safety measures. These models form the
backbone for quantitative risk assessments.

21
Links between the different models required for a quantitative risk
assessment
Accident Dispersion
Scenario Model

Probability of TNO Explosion

Ignition Model

Quantitative
Risk
Assessment

22
 Parameters Case 1 Case 2 Case 3
Dispersion Release type instantane instantane instantane
Parameters ous ous ous

Parameters Volume of fuel (m3

gas at ambient
6500 438 N/A

condition)
considered for Mass of LPG (kg) N/A N/A 12.500

the three cases Density of gas fuel

(kg.m-3)
N/A N/A 1.9

LPG leak rate (kg.s-1) N/A N/A 30

Ventilation velocity 2 2 2
(m.s-1)

a : The b : Arbitarry value Tunnel cross section 5 x 14.4 5 x 14.4 5 x 14.4

ignitiion (m)
probability of
a single car Tunnel length (m) 1000 1000 1000
which remains
in flammable
Probability Car density (cars/m) 0.05b 0.05 0.05
mixture for 1s Parameters
Probability of a single 0.001, 0.001, 0.001,
car a 0.007 0.007 0.007
Ignition delay (s) 5 5 5
23
Mode, median and mean values for the different cases

24
 Conclusion

◉ The model has been illustrated with three case studies. In these case studies it has been
assumed that the ventilation speed is in the direction of the traffic and that the ignition
probability is dominated by vehicles. These assumptions together imply that the accident
scenario of a truck driving into a traffic jam is the most relevant to consider. In this case the
explosive cloud will potentially meet a large number of vehicles (ignition sources).
◉ The case studies clearly show the capability to quantify consequences and probabilities for
various accident scenarios. The case studies also show that this level of detail is needed to make
consistent predictions. The combination of the gas dispersion, gas explosion and ignition
models are needed to derive design loads for tunnels, to perform tunnel risk assessments and to
develop safety measures. They form the backbone for quantitative risk assessments.

25
THANKS!
Yang tanya, DPR!

26