IDENTIFIKASI RISIKO & KONSEP STATISTIK

Slides:



Advertisements
Presentasi serupa
DISTRIBUSI PROBABILITAS YANG UMUM
Advertisements

Analisa Data Statistik Chap 5: Distribusi Probabilitas Diskrit
Analisa Data Statistik Chap 5: Distribusi Probabilitas Diskrit
PROBABILITAS.
Bab 5 Pengambilan Risiko
Manajemen Risiko - Mamduh M Hanafi
BAB XIII Distribusi Binomial
DISTRIBUSI TEORITIS.
PENGUKURAN RISIKO ERVITA SAFITRI.
BAB IX DISTRIBUSI TEORITIS
DISTRIBUSI TEORETIS Tujuan :
PROBABILITAS (PELUANG)
Distribusi Hipergeometrik Distribusi Poisson.
F2F-7: Analisis teori simulasi
II. LINGKUNGAN INDUSTRI
DISTRIBUSI TEORITIS.
OLEH: RESPATI WULANDARI, M.KES
BAB 13 KEPUTUSAN STRUKTUR MODAL
IDENTIFIKASI DAN PENGUKURAN RISIKO
DISTRIBUSI PELUANG Jika melakukan undian sebuah mata uang maka peristiwa yang terjadi muncul = G dan A. Jika X menyatakan banyaknya G maka X = 0, 1 Maka.
Prinsip-Prinsip Identifikasi Risiko
Bab 5 Pengambilan Risiko
KONSEP STATISTIK.
MENGIDENTIFIKASIKAN RESIKO
PENGANTAR MANAJEMEN RESIKO
MODUL STATISTIKA BISNIS DAN INDUSTRI
DISTRIBUSI PROBABILITAS
IDENTIFIKASI DAN PEGUKURAN RISIKO
Bab 5 Pengambilan Risiko
MANAJEMEN RISIKO MOHAMMAD KURNIAWAN DP
BAB IV. DISTRIBUSI PROBABILITAS DISKRIT
PENDEKATAN RESIKO (Distribusi Probabilitas)
RISIKO DAN TINGKAT PENGEMBALIAN
PENGANTAR RISIKO & ENTERPRISE RISK MANAGEMENT
Dr. Adji Achmad RF, S.Si, M.Sc
Statistik dan Probabilitas
Identifikasi dan Pengukuran Risiko
DISTRIBUSI PROBABILITAS TEORITIS
Distribusi Probabilitas
DISTRIBUSI PROBABILITAS
PENGANTAR RISIKO & ENTERPRISE RISK MANAGEMENT
PROBABILITAS dan DISTRIBUSI
Distribusi binomial Distribusi binomial
Distribusi Probabilitas Diskret
PELUANG (PROBABILITY)
IDENTIFIKASI DAN PEGUKURAN RISIKO
DISTRIBUSI PROBABILITAS DISKRIT TEORITIS 2
DISTRIBUSI PROBABILITAS
Distribusi Probabilitas Variabel Acak Diskrit
Risiko dan Ketidakpastian dalam Pengambilan Keputusan manajerial :
LESSON 5.
Probabilita diskrit.
Distribusi Probabilitas Diskret
Distribusi Probabilitas Variabel Acak Diskrit
DISTRIBUSI PROBABILITAS DISKRET
Bab 5 Pengambilan Risiko
BAB 9 DISTRIBUSI probabilitas
PELUANG.
Model dan Simulasi Distribusi Poisson Veni Wedyawati, S.Kom, M.Kom.
DISTRIBUSI PROBABILITAS DISKRET
Bab 5 Pengambilan Risiko
Distribusi Probabilitas
Risiko dan Ketidakpastian dalam Pengambilan Keputusan manajerial :
DISTRIBUSI PROBABILITAS YANG UMUM
PENGUJIAN Hipotesa.
PENGERTIAN DISTRIBUSI TEORITIS
DISTRIBUSI PROBABILITAS DISKRET
DISTRIBUSI PROBABILITAS YANG UMUM
. Distribusi Binomial adalah suatu distribusi probabilitas yang dapat digunakan bilamana suatu proses sampling dapat diasumsikan sesuai dengan proses.
TEORI PROBABILITAS Disarikan dari : Adawiyah, Ariadi dan sumber lain yang relevan This template is provided by
Transcript presentasi:

IDENTIFIKASI RISIKO & KONSEP STATISTIK Disampaikan Oleh : Amanda Oktariyani, SE.,M.Si., Ak

Jika risiko tidak bisa diidentifikasi, maka risiko tidak bisa diukur Jika risiko tidak bisa diidentifikasi, maka risiko tidak bisa diukur. Jika risiko tidak bisa diukur, maka kita tidak bisa mengelola risiko.

LANGKAH DALAM IDENTIFIKASI DAN PENGUKURAN RISIKO Mengidentifikasi risiko dan mempelajari karakteristik risiko tersebut. Mengukur risiko tersebut, melihat seberapa besar dampak risiko tersebut terhadap kinerja perusahaan, dan menentukan prioritas risiko tersebut.

Bagan 1. Siklus Manajemen Risiko (Proses Mapping Risiko) IDENTIFIKASI MEMAHAMI EVALUASI PRIORITISASI KELOLA REVISIT

TEHNIK IDENTIFIKASI RISIKO ANALISIS SEKUEN RISIKO IDENTIFIKASI SUMBER-SUMBER RISIKO MELIHAT LAPORAN KEUANGAN ANALISIS FLOW CHART KEGIATAN DAN OPERASI PERUSAHAAN ANALISIS KONTRAK CATATAN STATISTIK KERUGIAN PERUSAHAAN SURVEY/WAWANCARA TERHADAP MANAJER PERUSAHAAN

IDENTIFIKASI SUMBER-SUMBER RISIKO LINGKUNGAN FISIK: bangunan yang dimakan usia sehingga menjadi rapuh, sungai yang bisa menyebabkan banjir, gempa bumi, badai, topan, vandalism (pengrusakan). LINGKUNGAN SOSIAL: kerusuhan sosial, demonstrasi, konflik dengan masyarakat local, pemogokan pegawai, pencurian, perampokan. LINGKUNGAN POLITIK: perubahan perundangan, perubahan peraturan, konflik antar Negara yang mendorong boikot produk perusahaan. LINGKUNGAN LEGAL: gugatan karena gagal mematuhi peraturan dan perundangan yang berlaku LINGKUNGAN OPERASIONAL: kecelakaan kerja, kerusakan mesin, kegagalan sistem computer, serangan virus terhadap komputer LINGKUNGAN EKONOMI: kelesuan ekonomi (resesi), inflasi yang tidak terkendali.

IDENTIFIKASI SUMBER-SUMBER RISIKO KONSUMEN : keluhan dari konsumen yang mengakibatkan kekecewaan dan tidak mau lagi membeli produk perusahaan, konsumen merasa dirugikan kemudian menuntut perusahaan SUPPLIER : pasokan dari supplier tidak datang sesuai dengan yang diharapkan (terlambat atau spesifikasinya berbeda) PESAING : pesaing meluncurkan produk baru yang lebih baik, pesaing menurunkan harga yang bisa mengakibatkan persaingan harga yang menurunkan tingkat keuntungan perusahaan REGULATOR : perusahaan gagal mematuhi peraturan atau perundangan yang berlaku, perubahan perundangan yang berlaku yang mengakibatkan perusahaan merugi (misal upah minimum naik, aturan pesangon, dsb).

ANALISIS LAPORAN KEUANGAN Melihat rekening-rekening dalam laporan keuangan Menganalisis risiko-risiko yang bisa muncul dari rekening-rekening tersebut Misal, kas. Risiko apa saja yang bisa muncul dari kas tersebut?? Misal, hutang. Risiko apa saja yang bisa muncul dari hutang??

ANALISIS FLOW CHART OPERASI PERUSAHAAN Metode ini berusaha melihat sumber-sumber risiko dari flow- chart kegiatan dan operasi perusahaan. Metode ini terutama sangat sesuai untuk risiko tertentu, seperti risiko dari proses produksi.

ANALISIS KONTRAK Analisis kontrak bertujuan melihat risiko yang bisa muncul karena kontrak tertentu. Risiko ini lebih berkaitan dengan risiko tuntutan hukum. Spesifikasi kontrak yang tidak menyeluruh bisa menimbulkan celah-celah yang bisa dimanfaatkan oleh pihak yang tidak bertanggung jawab.

ANALISIS STATISTIK KERUGIAN PERUSAHAAN Jika perusahaan mempunyai database yang baik, perusahaan bisa mencatat kerugian- kerugian yang dialami oleh perusahaan. Perusahaan bisa menetapkan standar ke- normal-an yang tertentu untuk setiap kejadian. Analisis terhadap penyimpangan bisa membantu mengidentifikasi sumber- sumber risiko.

PENGUKURAN RISIKO Jika risiko bisa diukur, kita bisa melihat tinggi rendahnya risiko yang dihadapi oleh perusahaan Kita juga bisa melihat dampak dari risiko tersebut terhadap kinerja perusahaan, sekaligus bisa melakukan prioritisasi risiko (risiko mana yang paling relevan). Pengukuran risiko biasanya dilakukan melalui kuantifikasi risiko

ILUSTRASI: IDENTIFIKASI RISIKO UNGGUL AIRLINES Unggul Airlines adalah perusahaan penerbangan yang berdiri sepuluh tahun yang lalu. Perusahaan tersebut didirikan oleh dua orang bersaudara, yang tertarik dengan bisnis penerbangan. Mereka memperkirakan bahwa suatu saat akan terjadi deregulasi di bidang penerbangan. Deregulasi tersebut memunculkan kesempatan bisnis, karena salah satu komponen deregulasi adalah membolehkan perusahaan penerbangan baru untuk terjun di bisnis tersebut. Antisipasi mereka ternyata benar, lalu PT Unggul Airlines akhirnya berdiri.

ILUSTRASI Joko Muryanto merupakan staf yang baru saja masuk. Dia lulusan program Magister Manajemen universitas ternama di negeri ini. Atasannya meminta Joko untuk mengevaluasi risiko yang dihadapi oleh perusahaan penerbangan Unggul Airlines, dan mengembangkan solusi untuk menghadapi risiko tersebut. Secara spesifik, atasannya meminta Joko untuk mengidentifikasi risiko strategis (strategic risks), yaitu risiko yang dianggap secara signifikan mempengaruhi bisnis penerbangan PT Unggul Airlines.

HASIL ANALISIS PT Unggul Airline menggunakan pesawat yang lebih tua dibandingkan dengan pesaing- pesaingnya. Pesawat tua tersebut digunakan karena biaya sewa dan biaya pembelian (sebagian dibeli oleh PT Unggul Airlines) lebih murah. Sayangnya pesawat tua tersebut lebih boros bahan bakar. Diperkirakan bahan bakar mencapai sekitar 30% dari komponen, sementara persentase untuk pesaing adalah sekitar 15-20%. Dengan struktur biaya yang semacam itu, PT Unggul Airlines menjadi lebih rentan terhadap kenaikan harga bahan bakar pesawat. Untuk melihat seberapa besar pengaruh bahan bakar tersebut, Joko memplot pengaruh perubahan harga bahan bakar terhadap EPS (Earning Per Share) PT Unggul Airlines, seperti berikut ini.

Bagan 5. Pengaruh Harga Bahan Bakar Terhadap EPS 5.45 EPS 8.45 11.00 2.45 -0.45 -3.45 $0.40 $0.50 $0.60 $0.70 $0.80 Harga Bahan Bakar (per gallon)

Perbandingan Pengaruh Harga Bahan Bakar: Unggul Airlines dan Penerbangan Lainnya 20.00 16.47 23.53 Confidence Interval EPS Penerbangan Lain Unggul Airlines Rata-Rata Harga Bahan Bakar

HASIL ANALISIS (2) PT Unggul Airlines mempunyai rute penerbangan luar negeri (terutama ke Australia, Malaysia, Hongkong). Selama ini PT Unggul Airlines lebih banyak mengandalkan wisawatan domestik atau pebisnis domestik yang akan bepergian ke luar negeri untuk rute-rute tersebut. Permasalahannya, jika Rupiah melemah terhadap mata uang asing maka, harga tiket yang biasanya ditetapkan dalam dolar Amerika Serikat ($) menjadi lebih mahal. Penetapan harga dalam $ dilakukan karena PT Unggul Airlines harus membayar biaya dalam $ untuk operasi luar negeri mereka.

Biaya Operasional (Rp) Harga tiket ($) Kurs Harga tiket (Rp) Awal periode $100 Rp10.000/$ Rp1.000.000 Akhir periode Rp20.000/$ Rp2.000.000 HARGA MENJADI LEBIH MAHAL Biaya Operasional ($) Kurs Biaya Operasional (Rp) Awal periode $100 Rp10.000/$ Rp1.000.000 Akhir periode Rp20.000/$ Rp2.000.000 BIAYA MEMBENGKAK

HASIL ANALISIS (3) PT Unggul Airlines saat ini menggunakan hutang yang cukup signifikan. Hutang tersebut terdiri dari dua tipe: Membayar bunga secara tetap, dan Membayar bunga mengambang. Joko Muryanto kemudian mencoba menganalisis efek perubahan tingkat bunga terhadap EPS PT Unggul Airlines.

KESIMPULAN ANALISIS RISIKO STRATEGIS PT UNGGUL AIRLINES Pada akhirnya Joko Muryanto menyimpulkan bahwa PT Unggul Airlines menghadapi tiga jenis risiko strategis yaitu: (1) Risiko kenaikan harga bahan bakar, (2) Risiko perubahan kurs (Rupiah melemah), dan (3) Risiko perubahan tingkat bunga. Joko kemudian membuat laporan ke atasannya untuk ditindaklanjuti.

II. KONSEP STATISTIK

Statistik merupakan alat kuantitatif yang sangat bermanfaat untuk banyak tujuan. Dalam kaitannya dengan manajemen risiko, statistik (khususnya konsep probabilitas) mempunyai relevansi yang tinggi dengan pengukuran risiko, karena bisa dipakai untuk mengukur besar kecilnya risiko. Sebagai contoh, kita barangkali ingin mengajukan pertanyaan, ‘seberapa besar kemungkinan dua buah mobil akan mengalami kecelakaan tahun ini?’ Melalui tehnik perhitungan probabilitas, kita akan bisa menjawab pertanyaan tersebut.

Tahapan Perhitungan Probabilitas Mendefinisikan hasil yang mungkin terjadi Memperkirakan probabiltas untuk setiap hasil yang mungkin terjadi tersebut Menghitung probabilitas kejadian.

Mendefiniskan Hasil Yang Mungkin Terjadi Misalkan kita ingin melempar dadu yang berisi angka 1,2,3,4,5, dan 6. Jika kita melempar dadu tersebut, maka ada enam kemungkinan yang terjadi, yaitu keluar angka 1,2,3,4,5, atau 6. Jika kita melempar uang logam, maka ada dua kemungkinan yang muncul, yaitu angka atau gambar. Jika kita melihat pertandingan sepakbola, maka ada tiga kemungkinan hasil pertandingan tersebut, yaitu menang, kalah, atau seri. Total kemungkinan hasil tersebut biasa disebut sebagai sample space (ruang sampel), dan bisa dituliskan sebagai berikut ini (untuk lemparan dadu): S = { 1, 2, 3, 4, 5, 6 }

Memperkirakan probabiltas untuk setiap hasil yang mungkin terjadi tersebut Penetapan probabilitas tersebut harus memenuhi dua persyaratan berikut ini. 1. Probabilitas suatu titik sampel harus berada diantara 0 dan 1 (inklusif). Dengan kata lain, probabilitas tersebut adalah positif dan sama atau lebih kecil dari satu serta sama atau lebih besar dari 0, seperti tertulis berikut ini. 0 <= P (Ei) <= 1 2. Jumlah keseluruhan dari probabilitas titik sampel tersebut adalah satu, seperti berikut ini. P(E1) + P(E2) + .......... + P(En) = 1

Penetapan probabilitas untuk titik sampel bisa dilakukan dengan menggunakan metode: (1) klasikal, (2) frekuensi relatif, dan (3) subyektif

Distribusi Probabilitas Distribusi probabilitas mempunyai banyak manfaat dalam statistik. Jika kita mengetahui distribusi probabilitas, maka kita bisa menghitung probabilitas hanya dengan menggunakan distribusi probabilitas tersebut. Sebagai contoh, jika kita yakin distribusi probabilitas adalah berbentuk distribusi normal dengan standar deviasi dan rata-rata tertentu, maka kita bisa melakukan banyak hal. Sebagai contoh, kita bisa menghitung berapa probabilitas memperoleh angka atau nilai tertentu, hanya dengan menggunakan standar deviasi dan nilai rata-rata distribusi tersebut.

Distribusi probabilitas menjelaskan bagaimana sebaran probabilitas untuk variabel random tertentu. Untuk variabel random x, distrbibusi probabilitas disebut sebagai fungsi probabilitas (probability function), dituliskan sebagai f(x). Fungsi probabilitas tersebut menentukan probabilitas untuk setiap nilai dari variabel random. Sebagai contoh, jika kita melempar koin satu kali, variabel random yang muncul adalah kejadian munculnya angka dan munculnya gambar. Fungsi probabilitas bisa dipakai untuk menentukan probabilitas masing-masing kejadian tersebut, yaitu 0,5.

Misalkan kita mempunyai informasi kedatangan pembeli dalam satu hari dari suatu toko barang antik sebagai berikut ini. Berapa probabiltas kejadian tiga pembeli, tiga pembeli atau lebih, tiga pembeli atau kurang, datang dalam satu hari? x f (x) 1 2 3 4 Atau lebih 0,15 0,40 0,20 0,10 1,00

Variabel random Erat kaitannya dengan distribusi adalah variabel random. Variabel random bisa didefinisikan sebagai gambaran yang bersifat numerik dari hasil sebuah eksperimen. Sebagai contoh, misal kita melempar dadu dua kali, kejadian munculnya angka empat dalam dua kali lemparan tersebut merupakan variabel random. Contoh lain, misal kita mengikuti ujian, kejadian kita lulus dalam ujian tersebut merupakan variabel random. Variabel random bisa dibedakan menjadi variabel random diskrit dan variabel random kontinyu. Variabel random diskrit berbentuk angka yang terbatas (finite), seperti 0,1,2, atau 3. Variabel random kontinyu berbentu angka yang tidak terbatas (kontinyu), misal gelas terisi air 0,25, atau 0,5nya.

Fungsi Probabilitas Diskrit Seragam (Discrete Uniform probability function) Fungsi probabilitas tersebut bisa didefinisikan sebagai berikut ini. f(x) = 1/n dimana n = jumlah kemungkinan hasil Sebagai contoh, dalam persoalan pelemparan dadu, ada enam kemungkinan hasil, yaitu angka 1,2,3,4,5, dan 6. Karena ada enam kemungkinan hasil tersebut, fungsi probabilitas untuk variabel random hasil pelemparan dadu bisa didefinisikan sebagai: f(x) = 1/6, untuk x=1,2,3,4,5,6

Distribusi Probabilitas Binomial Eksperimen binomial mempunyai ciri sebagai berikut ini. Eksperimen terdiri dari sekuen beberapa run yang identik Ada dua kemungkinan hasil untuk setiap run- nya. Probabilitas untuk masing-masing kemungkinan tersebut tidak berubah dari satu run ke run lainnya. Run tersebut independen satu sama lain.

Fungsi probabilitas binomial bisa dituliskan sebagai berikut ini. dimana f(x) = probabilitas sukses x kali dalam n run p = probabilitas sukses untuk satu run

Berapa probabilitas munculnya tiga angka (tiga sukses) dalam tiga kali lemparan koin? Dengan menggunakan formula di atas, probabilitas bisa dihitung sebagai berikut (n=3, x=3, p=0,5). P = 1/8 Nilai yang diharapkan dan varians untuk distribusi probabilitas adalah sebagai berikut. E(x) =  = n.p Varians = 2 = n.p (1 – p) Sebagai contoh, misalkan kita melempar koin tiga kali, berapa nilai angka (sukses) yang diharapkan dan variansnya? E(x) =  = 3 x 0,5 = 1,5 2 = 3 x 0,5 (1 – 0,5) = 0,75

Distribusi Probabilitas Poisson Distribusi Poisson sering digunakan untuk menggambarkan kedatangan sesuatu (misal toko kedatangan pembeli). Distribusi Poisson memiliki karakteristik sebagai berikut ini. Probabilitas kemunculan sama untuk dua interval waktu yang sama panjangnya Kemunculan atau ketidakmunculan dalam suatu interval waktu tidak tergantung dari kemunculan atau ketidakmunculan interval lainnya.

distribusi probabilitas poisson x e- f(x) = ----------------- x! Dimana : f(x) = probabilitas x kali pemunculan dalam interval tertentu  = nilai yang diharapkan atau rata-rata pemunculan dalam interval tertentu e = 2,71828

Misal, pelanggan yang datang di suatu toko rata-rata adalah 10 orang perhari. Berapa probabilitas besok ada 5,10, dan 15 pembeli datang di toko tersebut? 105 e-10 f(x=5) = ----------------- = 0,0378 5! Probabilitas besok ada 5 orang datang adalah 0,0378 Dengan cara yang sama, probabilitas besok ada 10 dan 15 orang datang adalah 0,125 dan 0,0347 Berapa probabilitas yang datang maksimal 2 orang?

Soal latihan Rata-Rata kedatangan pembeli di suatu toko adalah 10 orang per jam. Berapa probabilitas tidak ada pembeli yang datang dalam jangka waktu 1 jam? Berapa probabilitas dua orang atau lebih datang di toko tersebut? Berapa probabilitas 3 orang datang di toko tersebut? Berapa probabilitas maksimal 3 orang datang ke toko tersebut?