BAB 6

RISIKO KEMATIAN

Manajemen Risiko 1
RISIKO KEMATIAN

Kematian itu sendiri merupakan sesuatu

yang pasti.
Tetapi timing dari kematian merupakan
sesuatu yang tidak pasti.
Lebih spesifik lagi, manusia menghadapi
eksposur kematian sebelum waktunya
(premature death)  Ketidakpastian 
Risiko kematian
Manajemen Risiko 2
KEMATIAN AWAL

Kematian sebelum waktunya

Kapan?
Sebelum mencapai usia pengharapan
hidup
Usia pengharapan hidup bervariasi,
mulai dari 68 tahun (Indonesia), sampai
75 tahun (Amerika Serikat)

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:

1q35 = (20.028) / 9.491.711 = 0,00211

2q35 = (20.028 + 21.217) / 9.491.711 = 0,004345
5q35 = (20.028 + 21.217 + 22.681 + 24.324 +
26.236) / 9.491.711 = 0,01206
PROBABILITAS BERTAHAN HIDUP

1p35 = (1000 – 2,11) / 1.000 = 0,9979

2p35 = (1000 – (2,11 + 2,24)) / 1.000 = 0,9957
5p35 = (1000 – (2,11 + 2,24 + 2,40 + 2,58 +
2,79))/ 1.000 = 0,9879
Manajemen Risiko 10
EKSPOSUR KARENA
KEMATIAN AWAL
EKSPOSUR YANG DIHADAPI OLEH
KELUARGA
EKSPOSUR YANG DIHADAPI OLEH BISNIS
BAGAIMANA MENGHITUNG EKSPOSUR
TERSEBUT?

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:

PV = 60juta/(1+0,15)1 + ………. + 60juta/(1+0,15)30

= 393,958,778.20

Keluarga tersebut bisa membeli asuransi dengan

nilai pertanggungan sekitar Rp 393,958,778.20
untuk menjaga konsekuensi negatif kematian ayah
keluarga tersebut.

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”.

•Kerugian yang dialami perusahaan bisa dihitung :

•Kerugian pertahun akibat kematian Pak Hardo
• Rp100 juta – Rp75 juta = Rp25 juta pertahun.
• Biaya modal sebesar 20% (discount rate / tingkat diskonto).
• Present value kerugian akibat meninggalnya Pak Hardo
(Dengan metode perhitungan yang sama dengan contoh
sebelumnya)

Kerugian = 25jt/(1+0,2)1 + …… + 25jt/(1+0,2)1 = 104.811.802

Manajemen Risiko 18
INTERAKSI PROBABILITAS KEMATIAN AWAL
DENGAN SEVERITY KERUGIAN: APLIKASI
UNTUK PENENTUAN PREMI ASURANSI
Kerugian yang diharapkan merupakan perkalian
antara probabilitas kejadian dengan besarnya
kerugian yang terjadi (severity).
Jika kerugian tersebut diperkirakan terjadi lima tahun
mendatang, maka konsep nilai waktu uang menjadi
penting diperhatikan.
Dalam hal ini probabilitas kejadian, tingkat severity,
dan nilai waktu uang berinteraksi satu sama lain
membentuk kerugian yang diharapkan.

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

Kerugian yang diharapkan = probabilitas x kerugian

Kerugian yang diharapkan = 0,219 x Rp100 juta = Rp21,9
juta

Karena peristiwa tersebut terjadi lima tahun dari sekarang,

maka nilai sekarang dari kerugian tersebut dengan tingkat
bunga yang relevan adalah 10%, maka nilai sekarang
(present value) dari kerugian tersebut adalah:

PV kerugian = Rp21,9 juta / (1+0,1)5 = Rp 13,598 juta

Manajemen Risiko 21
MENGHITUNG TANGGUNGAN
ASURANSI
PV premi yang diharapkan = PV tanggungan
yang diperkirakan

Misalkan perusahaan asuransi menawarkan

asuransi kepada pria berusia 60 tahun, asuransi
selama 10 tahun. Premi asuransi yang diterima
oleh perusahaan asuransi tersebut adalah Rp3
juta pertahun selama 10 kali. Premi tersebut
dibayarkan di awal tahun. Tingkat pengembalian
discount rate 10% pertahun. Berapa tanggungan
yang bisa diberikan perusahaan asuransi
tersebut?
Manajemen Risiko 22
Usia Probabilitas
Probabilitas Premi yg PV Premi yg
(Awal Premi Bertahan DF
Kematian Diharapkan Diharapkan
Tahun) Hidup
(1) (2) (3) (4) (5) (6)=(2)x(4) (7)=(6)x(5)
60 3.000.000 0,0168 1 1 3.000.000 3.000.000
61 3.000.000 0,017258 0,98392 0,909091 2.951.760 2.683.418
62 3.000.000 0,01855 0,966662 0,826446 2.899.986 2.396.683
63 3.000.000 0,019967 0,948112 0,751315 2.844.335 2.136.991
64 3.000.000 0,021477 0,928145 0,683013 2.784.434 1.901.806
65 3.000.000 0,023047 0,906667 0,620921 2.720.002 1.688.907
66 3.000.000 0,024609 0,88362 0,564474 2.650.860 1.496.341
67 3.000.000 0,026148 0,859011 0,513158 2.577.033 1.322.426
68 3.000.000 0,027643 0,832863 0,466507 2.498.588 1.165.610
69 3.000.000 0,029125 0,80522 0,424098 2.415.660 1.024.476
Jumlah 18.816.658

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

Probabilitas bertahan hidup adalah 1 – (probabilitas kematian)

= Prob. Bertahan Usia 61 = 1 – 0,01608 = 0,98392

Manajemen Risiko 24
MENGHITUNG TANGGUNGAN ASURANSI
PV premi yang diharapkan = PV tanggungan yang
diperkirakan

PV tanggungan yang diperkirakan = 18.816.658

•PV = FUTURE VALUE : (1+discount rate)tahun

•FV tanggungan asuransi = PV x (1+discount rate)tahun

= 18.816.658 x (1+ 0.1 )10
= 18.816.658 x 2.593
Besarnya tanggungan asuransi = 48.805.564,81

Manajemen Risiko 25