Risk assasement

28
Risk Assessment Y. Rahmat Akbar, SE, M.Si http://www.yrasemsi.blogspot.co.id

Transcript of Risk assasement

Risk Assessment

Y. Rahmat Akbar, SE, M.Sihttp://www.yrasemsi.blogspot.co.id

Tahap-tahap Manajemen Risiko

RiskIdentification

RiskAssessment

RiskInsight

RiskImprovement

Dimensi Pengukuran Risiko :1.Frekuensi(atau jumlah) kejadian dalam jangka waktu tertentu.

2.Jumlah kerugian

KONSEP PROBABILITAS

AKSIOMA dari PROBABILITAS TRIAL yang INDEPENDEN RANDOM atau ACAK PROBABILITY adalah APPROXIMATE

Berdasarkan konsep probabilitas, probability event dapat dibagi atas :

1. Peristiwa yang saling pilah (Mutually Exclusive Event)

2. Compound Event3. Peristiwa Bersyarat (Conditional

Outcome)4. Peristiwa yang Inklusif

MENCARI DISTRIBUSI PROBABILITAS :1. Data Historis

Dengan mengamati berulang kali berbagai kerugian yang telah terjadi sehingga diperoleh informasi berapa kali terjadinya kerugian dalam masa tertentu atau berdasarkan pengalaman-pengalaman sebelumnya.

2. Distribusi Teoretis :Distribusi BinomialDistribusi Poisson

Probabilitas Frekuensi dari data historis:Mengukur probabilitas berdasarkan data yang dimiliki.Contoh : Data menunjukkan selama 240 hari

kerja dalam setahun, mesin rusak selama 20 hari.Maka probabilitas mesin rusak : x (data historis risiko) = 20 hari n (data jumlah event) = 240 hariP (x) = x / nP (rusak) = 20 / 240 = 0,0833 atau 8,33%

Contoh :Apabila data historis menunjukkan dari 500 kali penerbangan terdapat 6 kali insiden kecelakaan pesawat. Dari informasi data diatas berapa probabilitas risiko terjadinya insiden kecelakan pesawat tersebut ?Maka probabilitas risiko insiden kecelakaan : x (data historis risiko) = 3 kali penerbangan n (data jumlah event) = 1000 kali penerbanganP (x) = x / nP (kecelakaan) = 6 / 500 = 0,012 atau 1,2%

Distribusi BinomialJika :

• Variabel hanya memiliki 2 kemungkinan hasil

• Probabilitas (peluang) kedua hasil tersebut tidak berubah (tetap)

• Telah diketahui % probabilitas (risiko)Probabilitas suatu hasil distribusi binomial

• Probabilitas (sukses) = p• Probabilitas (gagal) q = 1 – pAtau sebaliknya

Distribusi Binomial (Bernoulli)Besarnya probabilitas suatu event terjadi tepat sebanyak x kali (keberhasilan atau risiko) dari sebanyak n kali trial kejadian (event) adalah

f x = probabilitas terjadinya x dari n (kejadian)x = jumlah kejadian yang ingin diketahuin = banyaknya percobaan/periodep = kemungkinan risikoq = kemungkinan tidak berisiko atau (1-p)

Contoh Distribusi Binomial

Tabel Koefisien Binomial :

Contoh Soal:

Jawab:

Contoh Soal:Seseorang memesan jeruk 1 truk dengan perjanjian hanya 1% jeruk yang masam. Untuk jadi atau tidak menerima pesanan tersebut dibuat kriteria sebagai berikut : Dari 10 jeruk yang dites, jika terdapat hanya 1 jeruk yang masam maka pesanan tersebut diterima, lebih dari 1 ditolak.

a). Hitung probabilitas resiko produsenb). Andaikan penjual melakukan “manipulasi” dengan memasukkan 5 % yang masam, hitung probabilitas resiko konsumen

Distribusi PoissonJika :

• Perhitungan untuk memperhitungkan atau proyeksi kejadian yang terjadi untuk masa waktu ke depan.

• Dapat dihitung rata-rata kejadian melalui data historis tentang kejadian yang serupa sebelumnya ,......2,1,0,

!);(

xx

expx

p x = probabilitas terjadinya x (kejadian)x = banyaknya kejadian yang ingin diketahui = rata-rata kejadian dalam satu periodee = konstanta/sebaran poisson = 2,71828x! = faktorial dari x, misal 3! = 1 x 2 x 3 = 6

Contoh Soal : Di suatu simpang jalan rata-rata terjadi 4

kecelakaan sebulan, maka hitunglah probabilitas : Pada suatu bulan tertentu di simpang jalan

itu terjadi 5 kecelakaan Pada suatu bulan tertentu di simpang jalan

terjadi minimal 2 kecelakaan Pada suatu minggu tertentu di simpang jalan

itu terjadi 2 kecelakaan

Jawab:

Contoh Soal: Merk ban XYZ diharapkan akan menurunkan risiko terjadinya pecah ban. Tim riset perusahaan mengumpulkan data dari berbagai perusahaan yang telah menggunakan produk tersebut dalam 3 tahun sebagai berikut:

Responden Frekuensi Pecah Ban dalam 3 TahunPT AA 6PT BB 5PT CC 7PT DD 4PT EE 5

Dari data di atas, berapa besar kemungkinan terjadinya pecah ban di bawah 5 kali dalam 3 tahun dengan penggunaan ban merk XYZ?

Jawab:Data banyaknya kejadian pecah ban merk XYZ dalam 3 tahun:

Kemungkinan terjadinya pecah ban di bawah 5 kali dalam 3 tahun untuk penggunaan ban Merk XYZ dinotasikan dengan : P(x<5) = P(x=0), P(x=1), P(x=2), P(x=3), P(x=4)

Jumlah Kerugian (Value at Risk/VaR)

Z score dan Standar Deviasi

Tingkat kepercayaan (%) 99 (

=1)97,5 ( =2,5)

95 ( =5)

90 ( =10)

Z score 2,326 1,960 1,645 1,282

Contoh Soal : PT. YY merupakan perusahaan yang bergerak

dibidang penyewaan mesin genset. Berdasarkan data yang dimiliki perusahaan, dalam 6 tahun terakhir, mesin mengalami kerusakan sebanyak 6 kali dengan kerugian untuk setiap kejadian sbb:

Berapa besar dana yang dicadangkan untuk mengantisipasi risiko kerugian tersebut tahun depan?

Kejadian Kerugian (Rupiah)Tahun 1 1.200.000Tahun 2 1.350.000Tahun 3 1.100.000Tahun 4 1.300.000Tahun 5 1.150.000Tahun 6 1.000.000

Jawab :

Contoh Soal: Terdapat 2 investasi yang akan dipilih dengan data

sbb:

Dengan mempertimbangkan besarnya dana yang akan dicadangkan untuk mengantisipasi risiko, Manakah investasi yang Sdr pilih?

Investasi A Investasi BNilai Investasi (I) 10 Milyar 12 MilyarExpected Return (ER) 15% 15%Standard Deviasi () 18% 12%

Investasi A Investasi BNilai Investasi (I) 10 12 Expected Return (ER) 0,15 0,12Standard Deviasi () 0,18 0,15Return (x = I.ER) 1,5 1,44n 1 1

Jawab :

Ada Pertanyaan?

Bahan kuliah dapat diunduh di :-Konsep Risiko :-http://yrasemsi.blogspot.co.id/2015/07/konsep-risiko.html

-Identifikasi Risiko : http://yrasemsi.blogspot.co.id/2016/04/identifikasi-risiko.html

-Pengukuran Risiko : http://yrasemsi.blogspot.co.id/2016/06/pengukuran-risiko.html