PENGUKURAN

RESIKO
Ajeng Widianingsih
Adam Husein
ABI-20-III-1
DIMENSI YANG DIKUKUR
• 1. frekuensi atau jumlah dalam jangka waktu tertentu
• 2. keparahan dari kerugian

• Paling sedikit untuk masing masing dimensi itu yang ingin

diketaui adalah
• 1. Rata rata nilainya dalam periode anggaran
• 2. variasi nilai dari satu periode anggaran ke periode anggaran
sebelum dan sesudahnya.
• 3. Dampak keseluruhan dari kerugian kerugian itu seandainya
kerugian itu ditanggung sendiri.
• Kedua dimensi itu di perlukan untuk menilai relatif pentingnya
suatu exposure terhadap kerugian perusahaan. Berlawanan
dengan pandangan kebanyakan orang, pentingnya suatu
eksposure bagi kerugian tergantung padasebagian besar atas
keparahan kerugian potensial itu, bukan pada frekuensi
potensial. Suatu kerugian potensial dengan kemungkinan
catastropic, walaupun jarang terjadi, jauh ebih parah daripada
yang sering terjadi, tetapi hanya menimbulkan kerugian kecil
saja.sebaliknya, frekuensi kerugian tidak bisa diabaikan. Jika
dua exposure ditandai oleh keparahan kerugian yang sama
maka exposure yang frekuansinya lebih besarlah yang
seharusnya dimasukkan kedalam rangking penting.
MENGUKUR FREKUENSI
KERUGIAN
• Ukuran untuk frekuensi kerugian adalah probabilitas bahwa
satu unit tunggal akan menderita satu jenis kerugian yang
disebabkan satu peril tunggal. Misalnya, probabilitas bahwa
satu gedung akan rusak yang disebabkan oleh kebakaran.
• Manajer resiko juga dapat memperkirakan probabilitas bahwa
satu unit harta akan menderita kerugian yangdisebabkan oleh
berbagai peril, seperti kebakaran, angin topan, dan peledakan.
• Probabilitas sepertiini akan lebih tinggi dari kejadian yang
disebabkan oleh satu peril saja.
MENENTUKAN KEPARAHAN
• Dalam mementukan keparahan kerugian, manajer resiko harus
berhati-hati untuk memasukkan semua kerugian yang mungkin bisa
terjadi sebagai akibat suatu peristiwa tertentu, seperti dampaknya
yang terakhir terhadap keuntungan perusahaan yang bersangkutan.
Misalnya, mengukur dan mengenal kerugian langsung san kerugian
tidak langsung, serta kerugian harta benda yang mempengaruhi net
income. Kerugian langsung yang potensial dari harta dapat dikenal
lebih dulu, tetapi kerugian tak langsung dan kerugian terhadap net
incomeyang diakibatkan oelh peristiwa yang sama, biasanya
terlupakan sampai kerugian potensial itu menjelma menjadi
kenyataan. Peristiwa itu pila bisa menimbulkan kerugian
tanggung-gugat(liability loss) an kerugian personil.
DAMPAK KEUANGAN TERAKHIR
DARU SUATU KERUGIAN
• Dampak keuangan terakhir dari suatu kerugian mungkin pula terabaikan
dalam mengevaluasi nilai rupiah dari suatu kerugian. Kerugian yang
relatif kecil, hanya akan menyebabkan masalah kecil karena
pertimbangan dapat segera menutup kerugian dengan mudah tanpa
menggangu likuiditas prusahaan.
• Tetapi kerugian yang agak besar bisa memperngaruhi masalahlikuiditas
yang akhirnya menggangu perencanaan keuangan janga panjang.
Misalnya, musibah kebakaran yang menghancurkan bangunan
perusahaan beserta isinya, yang menimbulkan total kerugian sebesar 300
juta. Untuk melaksanakan pemulihan perusahaan ditutup selama 6 bulan
yang menambah kerugian penghasilan sbesar 400 juta dengan total
kerugian 700 juta. Apabila tidak sanggup ditanggung perusahaan dalam
waktu yang singkat maka dapat menyebabkan perusahaan bangkrut.
• Selain itu untuk menentukan relatif pentignya suatu kerugian
potensial perlu pula diukur untuk menolong mendapatkan
informasi dalam penetapan cara yang terbaik untuk menangani
resiko tersebut. Sebagai contoh rata rata frekuansi kerugian
dikalikan rata-rata keparahan kerugian akan sama dengan total
kerugian harapan rata-rata dalam setahun. Kerugian rata rata
ini dapat dibandingkan dengan premi asuransi yang harus
dibayar, jika perusahaan minta perlindungan asuransi.
Demikian juga frekuansi keparahan kerugian membantu
peramalan kerugian dan berapa penting itu yang mungkin
terjadi dalam suatu bad year.
PENGUKURAN RESIKO DENGAN
CARA-CARA YANG SEDERHANA
• Manajer resiko sering membagi kerugian potensial kedalam
berbagai kategori pentingnya terhadap perusahaan. Misalnya,
kerugian yang penting sekali, penting, dan kurang penting.
Berdasarkan pertimbangan tersebut maka ukuran kerugian
terburuk yang bisa terjadi dianjurkan untuk dipakai.
• 3 macam distribusi probabilitas memperlibatkan outcome yang
mungkin untuk;
• 1. total kerugian pertahun
• 2. Banyaknya kejadian pertahun
• 3. Jumlah kerugian per tahun
• Untuk menggambarkan ketiga jenis probabilitas itu, kita akan
mempertimbangkan contoh tentang kerugian tabrakan mobil:
• 1. total kerugian harta langsung( tidak termasuk kerugian net
income, liability loss, atau personal) yang mungkin dialami
perusahaan yang disebabkan oleh tabrakan armada atau
pengangkutan.
• 2. banyaknya tabrakan pertahun
• 3. total kerugian harga per tabrakan
• Distribusi probabilitas bisa dibangun untuk berbagai kombinasi dari:
• 1. jenis kerugian
• 2. unit unit yang engalami exposure
• 3. penyebab kerugian.
KONSEP PROBABILITAS
• Probabilitas didefinisikan sebagai frekuensi relatif atau lebih eksak
didefinikan sebagai limit dari frekuensi relatif. Dasar probabilitas dipakai
sebagai dasar kerja perusahan asuransi yang dikenal dengan istilah The
Law of Large Number.
• 1. Aksioma yang mendasari definisi probabilitas
• Ada tiga aksioma yang mendasari definisi probabilitas:
• 1. probabilitas adalah suatu nilai/angka yang terletak diantara 0 dan 1,
yang diberikan pada masing masing event;
• 2. jumlah hasil penambahan keseluruhan probabilitas dan event-event
saling pilah adalah 1;
• 3. probabilitas suatu event yang terdiri dari sekelompok event yang
saling pilah dalam suatu set adalah hasil penjumahan dari masing-masing
probabilitas event tersebut.
• 2. Probabilitas merupakan Aproksimasi
• Contoh: dalam satu kotak yang berisi 4 buah bola putih dan 6 buah
merah yang kita tidak bisa melihat kedalamnya, probabilitas tertariknya
satu bola putih dalam satu kali penarikan asalah 0,4 atau 40%. Tetapi
sangat jarang kasus yang bisa diketahui probabilitas mutlaknya.
• 3. percobaab yang independen
• Contoh: melemparkan 2 buah mata uang koin sebanyak 2 kali. Bagian
depan koin bergambar bungaa dan bagian belakang nya tulisan angka.
Sample space yang diperoleh mungkin gambar-gambar, gambar angka,
angka – gambar, dan angka-angka. Demikian ada 4 kemungkinan hasil
yang diperoleh dalam 2 kali percobaan san untuk masing-masing
kemungkinan menetapkan probabilitas sebesar ¼.
• 4. Random atau acak
• Contoh, kartu yang telah dikocok dengan baik akan mempunyai kesempatan
yang sama untuk ditaruk yaitu 1/52. dan hal ini dapat dikatakan bahwa
penarikan tersebut bersifat acak.
• 5. Peranan event (Outcome) yang independen dan acak.
• Keacakan dan ketidaktergantungan event mempunyai peranan yang sangat
penting dalam asuransi. Underwriter (penanggung) akan berusaha untuk
mengklasifikasi unit unit exposure ke dalam kelompok ketika kejadian atau
kerugian dapat dianggap sebagai event independen. Dengan cara ini jumlah
pembebanan yang sama kepada masing-masing anggotan kelompok
mengetahui kemungkinan terjadinya kerugian adalah sama baik untuk
dirinya maupun terhadap orang lain. Akibat lain dari adanya keacakan dalam
sekelompok tertanggung adalah kerugian masih mungkin diderita dua kali
atau lebih oleh individu yang sama.
DISTRIBUSI BINOMIAL
Distribusi Binomial memakai variabel diskrit. Disebut pula
distribusi Bernaulli, menurut nama penemunya. Besarnya
probabilitas suatu event terjadi tepat sebanyak X kali diantara
trial sebanyak N kali. Dengan Rumus:

P(X)=(n/X)p^x.Q^(N-X)
N/X)=N!/X!(N-X)!

Contoh: telah diketahui 15% hasil dari produksi sebuah masin

ternyata rusak. Diambil secara random hasil prouksi itu sebanyak
20 buah untuk diselidiki. Berapa probabilitasnya jika satu rusak/
• Jawab:
• Ditemukan yang rusak berarti X=1 dan N=20. dimasukkan
kedalam rumus:
• P(X)=(N/X)P^X.Q(N-X)
• (20/1)=20!/1!(20-1)!=20
• P(X)=(20/1).0,15^1.0,85^(19)=20(0,15)
(085)^(19)=3x0,0004559943=0,01386
DUA MACAM TAFSIRAN TENTANG
PROBABILITAS
• Probabilitas bervariasi antara 0 dan 1 maka timbul dua
penafsiran tentang probabilitas yaitu:
• 1. Apabila 1/10 dari seluruh gudang menghadapi resiko yang
sama diseluruh dunia diperkirakan akan terbakar. Penafsiran ini
berdasarkan pada hukum bilangan besar ( the law of large
number)
• 2. Apabila gudang tersebut dihadapkan pada kerugian
kebakaran selama suatu jangka waktu yang sangat panjang
maka kebakaran akan terjadi kira kira dalam 1/10 dari jumlah
tahun exposure.
Penafsiran yang didasarkan atas tinjauan akan diperlunak dengan
kenyataan bahwa:
• 1. Gudang yang dikatakan serupa itu pada kenyataanya tidak
pernah persis serupa walaupun sama tetapi berbeda lokasi
konstruksi dan perawatannya.
• 2. Kondisi bisa berubah, peninjauan pengalaman masa lalu
itumenyebabkan sebagian dasar untuk penafsiran probabilitas
kerugian.

• Penafsiran kedua sangat bermanfaat dalam menetapkan tindakan

yang aan diambil berkenaan dengan exposure:
• 1. Peristiwa saling pilah (Mutually exclusive event)
• 2. Compount event
• 3. Peristiwa Bersyarat(Conditiona Outcome)
• 4. Peristiwa yang inclusive
TOTAL KERUGIAN PER TAHUN
• Distribusi probabilitas total kerugian per tahun memperlihatkan masing-
masing total kerugian yang mungkin akan diamalami oleh perusahaan
yang bersangkutan. Dalam tahun yang kana datang dan probabilitas
bahwa masing-masing total kerugian itu mungkin akan terjadi.
• 1. Informasi yang dicari
• Jika manajer resiko dapat memperkirakan distribusi probabilitas total
kerugian dengan tepat sehingga kan diperoleh infrmasi berkenaan
dengan :
• a. probabilitas bahwa perusahaan akan menanggung sedikit kerugian
• b. probabilitas bahwa kerugian parah akan terjadi
• c. kerugian rata-rata per tahun
• d. variasi hasil yang mungkin.
Variasi Hasil yang Mungkin
• Dua probabilitas boleh jadi menunjukkan kerugian yang sama
besar, tetapi variasi distribusinya bisa berbeda. Makin besar
variasinya ma makin besar risikonya. Jika variasinya kecil,
kerugian bisa diramalka dengan baik dan perusahaan ini bisa
dinasihatkan untuk menanggung risiko itu dengan memasukkan
sebagai biaya operasi. Jika variasiny cukup besar dan hampir
semuanya tidak dapat diperkirakan. Sebaikny risiko ini
dipindahkan kepada pihak lain. Sampai di sini belum ada alg ukur
yang disarankan untuk mengukur risiko, tetapi xhubungannya ter
hadap variasi dalam distribusi probabilitas telah diketahui.
Menurut teknik statistik, variasi nilai harapan dapat diukur dengan
mempergunakan devisi standar dan koefisien variasi.
BAGAIMANA MEMBANGUN
DISTRIBUSI PROBA BILITAS
• Untuk membangun distribusi probabilitas dapat dipergunaka
• 1. data historis, atau
• 2. distribusi teoretis.

• 1. Data Historis
Dengan mengamati berulang kali berbagai kerugian potensional yang telah
terjadi selama jangka waktu lama yang kondisinya serupa sehingga
diperoleh informasi berapa kali terjadinya kerugian dalam masa tertentu.
Akan tetapi, jarang orang mempunyai pengalaman yang cukup luas untuk
membangun distribusi probabilitas menurut cara ini Perubahan-
perubahan yang sedang berlangsung secara konstan dalam lingkungan
risiko yang bersangkutan, akan memperpendek periode
pengalaman yang relevan.
• 2. Distribusi TeoretisDistribusi
• probabilitas teoretis adalah distribusi yang bisa diharapkan terjadi
berdasarkan pengalaman-pengalaman sebelumnya atau
berdasarkan pada pertimbangan teoretis. Ada banyak macam
distribusi probabilitas teoretis tetapi yang penting dibahas di sini
adalah distribusi normal, distribusi binomial, dan distribusi
Poisson.

• Perlu diketahui di sini bahwa distribusi normal tidak cocok bagi

perusahaan dengan hanya beberapa exposure unit saja. Semakin
kecil distribusinya maka semakin kurang
ketepatan pengalamannya.
BANYAKNYA KEJADIAN PER
TAHUN
• Apabila setiap kejadian menghasilkan kerugian yang sama
jumlahnya maka distribusi banyaknya kejadian per tahun dapat
diubah ke dalam suatu distribusi total kerugian per tahun
dengan memperkalikan masing masing banyaknya kejadian
yang mungkin, dengan kerugian rata-rata per kejadian. Apabila
kerugian per kejadian bervariasi secara luas maka diperlukan
distribusi probabilitas kerugian per kejadian serta banyaknya
kejadian per tahun untuk membangun informasi mengenai total
kerugian per tahun. Kurangnya informasi mengenai kerugian
per kejadian, manajer risiko akan memperbaiki pengertiannya
tentang situasi risiko jika ia mengetahui distribusi probabilitas
dari banyaknya kejadian per tahun.
DISTRIBUSI POISSON
• Satu lagi distribusi probabilitas yang telah terbukti berguna
waktu dalam memperkirakan probabilitas bahwa sebuah
perusahaan akan menderita sejumlah tertentu kejadian selama
tahun berikutnya adalah distribusi Poisson. Menurut distribusi
ini, probabilitas bahwa akan terjadi r kejadian sebagai berikut.

• P(r) =
• Di mana m adalah rata-rata atau nilai yang diharapkan
(expected value) e selalu 2,71828. r! adalah r faktorial. Deviasi
standar distribusi ini adalah Distribusi Poisson besar
manfaatnya jika yang perlu yang hanya untuk memperkirakan
jumlah rata-rata kejadian.Untuk menggambarkan pemakaian
rumus ini, kita kembali memakai data tentang armada angkutan
yang terdiri dari lima mobil yang terlihat pada Tabel 4.1, yang
mengalami kira-kira satu kali tabrakan setiap dua tahun. Rata-
ratanya adalah atau 0,5. Distribusi probabilitas sebagai berikut.
 KERUGIAN PER KEJADIAN DALAM
JUMLAH RUPIAH
Peneliti juga sudah berhasil menerangkan distribusi probabilitas tentang kerugian per
kejadian. Distribusi ini menyatakan probabilitas bahwa kere gian dalam satu kejadian
akan mengasumsikan berbagai nilai Misalnya diasumsikan kerugian yang mungkin per
tabrakan adalah Rp500.000.00

Rp1.000.000.00: Rp5.000.000,00; serta Rp 10.000.000,00 dengan probabili tasnya

masing-masing adalah

0,900; 0,080; 0,018; dan 0,002. Nilai harapa adalah(0,900x Rp500.000,00)+(0,080

Rp1.000.000,00)+(0,018x Rp5.000.000,00+(0,002 x Rp10.000.000,00)= Rp640.000,00

Kurva log normal dapat menerangkan secukupnya distribusi tahun distribusi kerugian
per kejadian bagi berbagai jenis kerugian. Dengan distribusi ini, orang dapat
menghitung probabilitas bahwa kerugian per kejadian akan melebihi jumlah tertentu.
 DISTRIBUSI KOMPONEN TOTAL
KERUGIAN PER TAHUN DAN DISTRIBUSI
PROBABILITASNYA

• Total kerugian dalam satu tahun merupakan hasil dari jumlah

kejadian per tahun dan rata-rata kerugian per kejadian, orang
dapat membuat beberapa pernyataan atau daftar tentang total
kerugian dalam rupiah per tahun jika orang mempunyai
distribusi probabilitas untuk banyaknya kejadian dan kerugian
per kejadian. Total kerugian harapan per tahun sama dengan
jumlah harapan kejadian dikalikan dengan kerugian
harapan per kejadian.
PENUTUP
Telah dibahas dalam bab ini, bahwa tujuan mengukur risiko yang
dihadapi perusahaan, yaitu untuk memperoleh informasi tentang
jumlah kejadian setiap tahun anggaran, dan keparahan setiap
kejadian, serta variasi kepa rahan dalam setiap tahun anggaran.
Pengukuran dapat dilakukan secara sederhana atau empiris. Akan
tetapi, jika terlalu banyak komplikasi dan rumit perhitungannya,
perlu diterapkan teori statistik yang dalam bab ini telah
diperkenalkan pemakaian teori probabilitas.