RISIKO KEMATIAN
Manajemen Risiko 1
RISIKO KEMATIAN
Manajemen Risiko 3
MENGHITUNG PROBABILITAS
KEMATIAN AWAL
Probabilitas kematian awal bisa dihitung dengan
menggunakan table kematian (mortality table).
Tabel tersebut menunjukkan probabiltas kematian
dan bertahan hidup untuk kelompok umur tertentu,
dan disajikan dengan format yang mudah dibaca.
Tabel Kematian CSO1980 disusun oleh aktuaria
asuransi dan didasarkan pada pengalaman
kematian orang-orang yang diasuransikan (berarti
yang terdaftar di perusahaan asuransi) pada awal
tahun 1970-an.
Manajemen Risiko 4
Tabel 1. Tabel Kematian CSO 1980 dan 2001
1980 Commissioners Standard 2001 Commissioners Standard
Ordinary Mortality Table Ordinary Mortality Table
Pria Wanita Pria Wanita
Umur Kematian Harapan Kematian Harapan Kematian Harapan Kematian Harapan
per 1000 Hidup per 1000 Hidup per 1000 Hidup per 1000 Hidup
(tahun) (tahun) (tahun) (tahun)
0 4,18 70,83 2,89 75,83 0,72 75,67 0,42 79,87
1 1,07 70,13 0,87 75,04 0,46 74,73 0,31 78,90
2 0,99 69,20 0,81 74,11 0,33 73,76 0,23 77,93
3 0,98 68,27 0,79 73,17 0,24 72,79 0,20 76,95
4 0,95 67,34 0,77 72,23 0,21 71,81 0,19 75,96
5 0,90 66,40 0,76 71,28 0,22 70,82 0,18 74,98
6 0,86 65,46 0,73 70,34 0,22 69,84 0,19 73,99
7 0,80 64,52 0,72 69,39 0,22 68,85 0,21 73,00
8 0,76 63,57 0,70 68,44 0,22 67,87 0,21 72,02
9 0,74 62,62 0,69 67,48 0,23 66,88 0,21 71,03
Manajemen Risiko 5
90 221,77 3,18 190,75 3,45 194,28 3,20 124,22 4,64
91 236,98 2,94 208,87 3,15 209,27 2,98 131,53 4,29
92 253,45 2,70 228,81 2,85 224,94 2,76 143,72 3,94
93 272,11 2,44 251,51 2,55 241,46 2,56 160,21 3,61
94 295,90 2,17 279,31 2,24 258,86 2,38 180,90 3,29
95 329,96 1,87 317,32 1,91 276,12 2,21 203,48 3,02
96 384,55 1,54 375,74 1,56 292,95 2,06 225,69 2,79
97 480,20 1,20 474,97 1,21 310,86 1,91 240,07 2,61
98 657,98 0,84 655,85 0,84 329,95 1,77 247,79 2,43
99 1000,00 0,50 1000,00 0,50 350,32 1,64 263,98 2,23
Manajemen Risiko 6
BAGAIMANA MEMBACA
TABEL KEMATIAN?
Dengan menggunakan tabel tahun 1980, terlihat bahwa
untuk bayi (umur 0 tahun), dari 1000 bayi, ada 4,18
yang meninggal dunia. Angka kematian tersebut
menurun pada usia 1 tahun. Dengan kata lain, bayi
mempunyai risiko kematian yang lebih tinggi
dibandingkan usia anak kecil lainnya.
Kolom berikutnya menyajikan life expectancy
(pengharapan hidup), yaitu 70,83 tahun untuk pria dan
75,83 tahun untuk wanita pada ulang tahun ke 0 (baru
lahir). Pada ulang tahun yang pertama (usia 1), usia
pengharapan hidup turun menjadi 70,13 tahun untuk
pria.
Manajemen Risiko 7
Table 2. Proyeksi Tingkat Kematian di Negara ASEAN, 1990-94 and 2000- 041
Infant Mortality Life
Country (per 1,000 live Expectancy
births)2 at Birth
1990-94 2000-04 1990- 94 2000-04
Brunei 10 7 76.3 79.2
Indonesia 55 34 63.0 68.1
Malaysia 20 13 70.8 73.6
Philippines 38 26 64.9 68.3
Singapore 6 5 74.9 77.4
Thailand 25 16 66.9 70.8
ASEAN
26 17 69.5 72.9
average
East and
Southeast Asia 32 21 69.8 72.7
average
Manajemen Risiko 8
MENGHITUNG PROBABILITAS
KEMATIAN AWAL
Misalkan kita ingin menghitung berapa probabilitas
seseorang yang baru saja berulang tahun ke 35, akan
meninggal satu, dua, dan lima tahun mendatang.
Jumlah Orang Jumlah Probabilitas Probabilitas
Usia Hidup Kematian Kematian Bertahan hidup
35 9,491,711 20,028 0.00211 0.99789
36 9,471,683 21,217 0.00224 0.99776
37 9,450,466 22,681 0.0024 0.9976
38 9,427,785 24,324 0.00258 0.99742
39 9,403,461 26,236 0.00279 0.99721
40 9,377,225 28,319 0.00302 0.99698
Manajemen Risiko 9
PROBABILITAS KEMATIAN:
Manajemen Risiko 11
MENGHITUNG BESARNYA EKSPOSUR KEMATIAN
AWAL UNTUK KELUARGA YANG DITINGGALKAN
Misalkan suatu keluarga menghabiskan Rp5 juta
perbulan atau Rp60 juta pertahun untuk
kebutuhan hidupnya. Misalkan kebutuhan tersebut
diasumsikan konstan. Misalkan kebutuhan
tersebut dipenuhi oleh seorang ayah sepenuhnya,
yang berusia 40 tahun. Kemudian ayah tersebut
meninggal dunia, padahal usia pengharapan hidup
adalah (misal) 70 tahun. Misalkan tingkat bunga
yang relevan adalah 15% (dipakai sebagai
discount rate dalam perhitungan discount
factor /df untuk perhitungan present value /PV) .
Manajemen Risiko 12
PV = FUTURE VALUE : (1+discount rate)tahun
PV = FUTURE VALUE x ( 1/ (1+discount rate )tahun)
Th FUTURE VALUE DF ( yg diketik) DF (yang tampil) PV
1 60,000,000 = 1/(1+0.15)^1 0.869565 52,173,913.04
2 60,000,000 = 1/(1+0.15)^2 0.756144 45,368,620.04
3 60,000,000 = 1/(1+0.15)^3 0.657516 39,450,973.95
4 60,000,000 = 1/(1+0.15)^4 0.571753 34,305,194.74
5 60,000,000 = 1/(1+0.15)^5 0.497177 29,830,604.12
6 60,000,000 = 1/(1+0.15)^6 0.432328 25,939,655.75
7 60,000,000 = 1/(1+0.15)^7 0.375937 22,556,222.40
8 60,000,000 = 1/(1+0.15)^8 0.326902 19,614,106.43
9 60,000,000 = 1/(1+0.15)^9 0.284262 17,055,744.72
10 60,000,000 = 1/(1+0.15)^10 0.247185 14,831,082.37
(Hitung menggunakan excel)
Manajemen Risiko 13
PV = FUTURE VALUE : (1+discount rate)tahun
Th FUTURE VALUE DF ( yg diketik) DF (yang tampil) PV
11 60,000,000 = 1/(1+0.15)^11 0.214943 12,896,593.36
12 60,000,000 = 1/(1+0.15)^12 0.186907 11,214,429.01
13 60,000,000 = 1/(1+0.15)^13 0.162528 9,751,677.40
14 60,000,000 = 1/(1+0.15)^14 0.141329 8,479,719.48
15 60,000,000 = 1/(1+0.15)^15 0.122894 7,373,669.11
16 60,000,000 = 1/(1+0.15)^16 0.106865 6,411,886.18
17 60,000,000 = 1/(1+0.15)^17 0.092926 5,575,553.20
18 60,000,000 = 1/(1+0.15)^18 0.080805 4,848,307.13
19 60,000,000 = 1/(1+0.15)^19 0.070265 4,215,919.25
20 60,000,000 = 1/(1+0.15)^20 0.0611 3,666,016.74
(Hitung menggunakan excel)
Manajemen Risiko 14
PV = FUTURE VALUE : (1+discount rate)tahun
Th FUTURE VALUE DF ( yg diketik) DF (yang tampil) PV
21 60,000,000 = 1/(1+0.15)^21 0.053131 3,187,840.64
22 60,000,000 = 1/(1+0.15)^22 0.046201 2,772,035.34
23 60,000,000 = 1/(1+0.15)^23 0.040174 2,410,465.51
24 60,000,000 = 1/(1+0.15)^24 0.034934 2,096,056.97
25 60,000,000 = 1/(1+0.15)^25 0.030378 1,822,658.23
26 60,000,000 = 1/(1+0.15)^26 0.026415 1,584,920.20
27 60,000,000 = 1/(1+0.15)^27 0.02297 1,378,191.48
28 60,000,000 = 1/(1+0.15)^28 0.019974 1,198,427.37
29 60,000,000 = 1/(1+0.15)^29 0.017369 1,042,110.76
30 60,000,000 = 1/(1+0.15)^30 0.015103 906,183.27
JUMLAH 393,958,778.20
Manajemen Risiko 15
Nilai kebutuhan hidup yang seharusnya ditanggung
oleh ayah tersebut adalah:
Manajemen Risiko 16
MENGHITUNG BESARNYA EKSPOSUR
KEMATIAN AWAL UNTUK BISNIS YANG
DITINGGALKAN
Rumah makan soto Selera Rasa dibangun oleh juru
masak yang ahli yaitu Pak Hardo. Pak Hardo sangat
terkenal, bisa meracik bumbu yang enak sehingga
sotonya diminati oleh banyak orang. Misalkan Pak Hardo
masih bisa bekerja 10 tahun lagi. Misalkan rumah makan
tersebut menghasilkan omset sebesar Rp100 juta
pertahun, dengan laba sebesar Rp20 juta pertahun.
Misalkan biaya modal internal rumah makan tersebut
adalah 20%.
Manajemen Risiko 17
•Jika Pak Hardo meninggal, diperkirakan omset penjualan akan
turun separuhnya menjadi Rp75 juta pertahun. Dalam hal ini
tujuan yang ditetapkan adalah menjaga tingkat penjualan seperti
sebelumnya jika Pak Hardo meninggal dunia”.
Manajemen Risiko 19
ILUSTRASI
Sebagai contoh, misalkan ada seorang
pria berusia 70 tahun (baru saja
berulang tahun). Jika ia meninggal lima
tahun mendatang (usia 75 tahun),
kerugian yang akan ditanggung
keluarganya adalah Rp100 juta. Berapa
nilai sekarang dari kerugian yang
diharapkan?
Manajemen Risiko 20
Dengan menggunakan tabel kematian CSO 1980 maka
probabilitas kematian orang tersebut sebagai berikut ini.
70 q 75 = (6.274.160 – 4.898.907) / 6.274.160 = 0,219
Manajemen Risiko 23
MENGHITUNG TANGGUNGAN ASURANSI
Probabilitas kematian (3), dihitung sebagai jumlah kematian
pada usia tersebut dibagi dengan jumlah orang hidup pada
awal usia tersebut (dlm hal ini usia 60). Untuk usia 60th,
jumlah orang yang masih hidup adalah 8.084.266. Sebagai
contoh, untuk usia 60 dan 61, probabilitas kematian dihitung
berikut ini :
Usia 60 = (129.995 / 8.084.266) = 0,01608
Usia 61 = (139.518 / 8.084.266) = 0,017258
Manajemen Risiko 24
MENGHITUNG TANGGUNGAN ASURANSI
PV premi yang diharapkan = PV tanggungan yang
diperkirakan
Manajemen Risiko 25