Kuliah Ke 4 Proses Identifikasi Risiko Dengan Berbagai Metode
Kuliah Ke 4 Proses Identifikasi Risiko Dengan Berbagai Metode
Kuliah Ke 4 Proses Identifikasi Risiko Dengan Berbagai Metode
IDENTIFIKASI RISIKO
1
Identifikasi Risiko Berdasarkan
Proses Manajemen Risiko
ISO 31000:2018
SKOPE, KONTEKS,
KRITERIA
Komunikasi & Konsultasi
Analisis Risiko
Evaluasi Risiko
Perlakuan Risiko
Dampak
Akar Penyebab Faktor Positif saat ini
Kualitatif/kuantitatif
Penentuan
Membuat Rencana
Probabilitas – Dampak Gejala Risiko
Respons
Risiko Inherent
Menentukan Peluang
– Dampak Risiko
Residual
IDENTIFIKASI RISIKO
Risiko yang belum mendapatkan penanganan
Risiko Inherent
yang diharapkan dapat memperkecil probabilitas
(Inherent Risk) atau dampak dari suatu risiko
Risiko
Sekunder Risiko-risiko yang disebabkan oleh tindakan
(Secondary penanganan yang dilakukan pada risiko inherent
Risk)
IDENTIFIKASI RISIKO
Pengisian Risk Register
Metode untuk Mengukur Risiko
Umumnya dibagi menjadi 2 jenis:
1. Kualitatif
Menggunakan aspek expert judgment dalam mengukur
besaran suatu risiko. Relatif mudah. Risiko bias akan besar,
hasil tidak seragam.
2. Kuantitatif
Menggunakan metode perhitungan berdasarkan berbagai
tools seperti statistik untuk memperoleh pengukuran risiko.
Metode lebih kompleks dengan hasil yang lebih terukur.
Kelemahan: dipengaruhi data masa lalu.
TEKNIK PENILAIAN RISIKO
1. Brainstorming
2. Delphi
3. Check List
4. Root Cause Analysis
5. Cause and Effect Analysis
6. FMEA (Failure Mode & Effect Analysis)
7. Fault Tree Analysis (FTA)
8. Bayesian Statistic
9. Poisson Distribution
BRAINSTORMING
BRAINSTORMING
CHECKLIST
TEKNIK DIAGRAM
Design Issues
• Do we have adequate customer input?
• Are we dealing with the right customers?
• Are we using the right mechanism to capture
customer needs
• and wants (for example, rapid prototyping)?
DELPHI
ROOT CAUSE ANALYSIS (RCA)
ROOT CAUSE ANALYSIS (RCA)
ROOT CAUSE ANALYSIS (RCA)
ROOT CAUSE ANALYSIS (RCA)
ada.
ROOT CAUSE ANALYSIS (RCA)
CAUSE AND EFFECT ANALYSIS
CAUSE AND EFFECT ANALYSIS
CAUSE AND EFFECT ANALYSIS
CAUSE AND EFFECT ANALYSIS
CAUSE AND EFFECT ANALYSIS
CAUSE AND EFFECT ANALYSIS
CAUSE AND EFFECT ANALYSIS
Fault Tree Analysis
Berasal dari sektor reliability engineering dan system
safety engineering
Dikembangkan pada tahun 1961 untuk mengases
keselamatan dalam program rudal nuklir AS (ICBM
program)
Pedoman diterbitkan tahun 1981
Telah digunakan secara luas di bidang teknik, kesehatan
dan pertahanan
Sejak berkembangnya konsep ERM, mulai digunakan di
korporasi untuk memahami kelemahan terkait proses
kerja dan operasional perusahaan
Bayesian Statistic
Metode kuantitatif probabilistik untuk mengukur
besaran kemungkinan bahwa sebelum terjadinya
suatu risiko, suatu kejadian atau prekondisi
sebelumnya terjadi
Salah satu metode yang dapat mendapatkan besaran
kemungkinan bahwa suatu faktor adalah penyebab
dominan terjadinya suatu risiko
Dapat digunakan untuk melihat faktor risiko yang
menjadi akar penyebab atas sebuah risiko yang
kompleks dengan menggunakan perhitungan Bayes
atas berbagai tahapan timbulnya suatu risiko
Penggunaan Bayes bertingkat-tingkat akan
menghasilkan Bayesian Net
Teori Bayes
DISTRIBUSI POISSON
Distribusi Poisson menghitung kemungkinan untuk memperoleh
estimasi tingkat penyimpangan dari tingkat yang dianggap
sebagai standar atau hasil historis.
Dalam ERM dapat digunakan untuk menghitung potensi
penyimpangan di masa depan dari data historis yang telah
diperoleh. Distribusi ini dapat digunakan untuk menghitung
probabilitas terjadinya frekuensi tertentu
Distribusi ini termasuk distribusi discrete yang relatif
membutuhkan hanya sedikit data saja
Jumlah kejadian dalam periode tertentu
Events per unit waktu (misalnya bulan) atau per bulan di
wilayah tertentu
Contoh:
# insiden per tahun
# kesalahan administratif per 1000 kasus
# komplain di koran per nasabah
Penggunaan Poisson