Program Studi Manajemen • FEB UNDIP

Manajemen Resiko Bisnis

Pertemuan 7 — Analisis Risiko Operasional & SDM

Memahami dan mengukur risiko yang tersembunyi di balik proses, sistem, manusia, dan lingkungan — dua kategori risiko yang paling sering merusak perusahaan dari dalam.

RPS Minggu 7 • Sub-CPMK 6 • Durasi 2 × 50 Menit

Selamat datang di Pertemuan 7, yang memasuki dua jenis risiko yang paling dekat dengan keseharian perusahaan: risiko operasional (kerugian akibat kegagalan internal proses, sistem, manusia, atau kejadian eksternal) dan risiko SDM (Sumber Daya Manusia — aset tenaga kerja perusahaan). Kalau di pertemuan sebelumnya kita melihat kerangka besar manajemen risiko, hari ini kita menyelami dua kategori yang kerap diabaikan karena tidak terlihat di neraca seperti risiko pasar, namun justru menjadi penyebab terbesar kebangkrutan korporasi secara historis. Anda akan belajar bukan hanya mengidentifikasi sumbernya, tetapi juga mengukurnya secara kuantitatif — termasuk metode yang dipakai regulator perbankan global seperti Basel yang diadopsi OJK. Di akhir kelas ini, Anda harus bisa menyebut empat sumber risiko operasional, lima sumber risiko SDM, menghitung beban modal BIA, dan menghitung EMV risiko turnover — semua dari nol.

Tujuan Pembelajaran Hari Ini

Setelah pertemuan ini, Anda diharapkan mampu menganalisis risiko operasional dan SDM (Sub-CPMK 6). Secara rinci:

Capaian 1 — Sumber Operasional

Mengklasifikasikan 4 sumber risiko operasional (proses, sistem, manusia, eksternal) dengan contoh Indonesia.

Capaian 2 — Sumber SDM

Mengidentifikasi 5 sumber risiko SDM (turnover, fraud, kesalahan, absensi, produktivitas) beserta biaya dan dampaknya.

Capaian 3 — Ukur: BIA

Menghitung beban modal BIA Basel = 15% × rata-rata gross income 3 tahun. BIA = Basic Indicator Approach.

Capaian 4 — Ukur: EMV

Menghitung Expected Monetary Value (EMV — nilai harapan moneter kerugian) untuk tiga skenario probabilistik.

Ketika Sistem & Manusia Gagal: Dua Kasus Nyata Indonesia

Kasus 1 — PT Telkom Indonesia

Gangguan sistem billing (sistem penagihan pelanggan) 2018 menyebabkan kesalahan tagihan jutaan pelanggan IndiHome. Estimasi biaya perbaikan + kompensasi + reputasi: ratusan miliar rupiah. Penyebab: kegagalan sistem IT (system failure).

Kasus 2 — Startup Teknologi

Gojek & Tokopedia pada fase early-growth mengalami turnover (tingkat keluar-masuk karyawan) engineer hingga 30–40% per tahun (estimasi industri). Biaya rekrutmen + pelatihan pengganti diperkirakan 1,5–2× gaji tahunan per orang.

Kedua kasus bukan tentang pasar yang jatuh atau ekonomi yang buruk. Keduanya berasal dari dalam perusahaan — itulah risiko operasional dan SDM.

Sebelum masuk ke teori, saya ingin Anda membayangkan dua skenario yang benar-benar terjadi di Indonesia. Pertama, bayangkan Anda adalah pelanggan IndiHome yang tiba-tiba mendapat tagihan dua kali lipat dari biasanya karena sistem billing PT Telkom mengalami gangguan — marah, bukan? Dikalikan jutaan pelanggan, kemarahan itu berubah menjadi krisis reputasi dan kerugian finansial yang sangat nyata, bukan dari badai ekonomi, melainkan dari kegagalan sistem IT internal. Kedua, bayangkan Anda adalah manajer HR di sebuah startup teknologi besar: Anda baru saja menghabiskan tiga bulan dan puluhan juta rupiah merekrut dan melatih seorang software engineer berbakat, lalu tiga bulan kemudian dia pindah ke pesaing. Kalikan itu dengan puluhan orang per tahun dan biaya SDM menjadi penghancur arus kas yang brutal. Itulah kenapa dua jenis risiko ini layak mendapat pertemuan tersendiri.

Bagian 1 dari 4

Risiko Operasional:
Sumber & Kategori

Definisi, empat kategori universal, dan contoh kasus nyata di perusahaan Indonesia.

Proses Sistem/IT Manusia Eksternal

Apa Itu Risiko Operasional?

"Risiko kerugian yang timbul dari kegagalan atau ketidakcukupan proses internal, manusia, sistem, atau dari kejadian-kejadian eksternal."
— Basel Committee on Banking Supervision (2006)

✓ Termasuk: kegagalan IT, human error, fraud internal, bencana alam, regulasi baru

✗ Tidak termasuk: risiko kredit (peminjam gagal bayar) dan risiko pasar (harga bergerak)

OJK mengadopsi definisi ini dalam POJK 18/POJK.03/2016 (Peraturan OJK — regulasi yang mengikat bank di Indonesia) — berlaku untuk seluruh bank umum di Indonesia.

Sebelum kita masuk ke definisi, ada peta besar yang perlu Anda pegang: dalam manajemen risiko keuangan, risiko biasa dibagi tiga besar — risiko kredit (peminjam gagal bayar), risiko pasar (harga saham/kurs/bunga bergerak merugikan posisi), dan risiko operasional yang menjadi fokus kita hari ini. Risiko pasar akan dibahas tuntas di Pertemuan 8, jadi untuk sekarang cukup ingat bahwa risiko operasional adalah kategori ketiga dari tiga besar itu. Definisi ini adalah definisi resmi yang ditetapkan Basel Committee on Banking Supervision — komite internasional yang menetapkan standar permodalan bank, berbasis di Basel, Swiss — dan diadopsi OJK untuk seluruh bank di Indonesia. Perhatikan kata kuncinya: "kegagalan atau ketidakcukupan" — artinya proses yang "kurang baik" saja sudah menghasilkan risiko. Definisi ini secara eksplisit mengecualikan risiko kredit dan risiko pasar — keduanya punya kategori sendiri. Pahami garis batas ini baik-baik karena sering muncul di ujian.

Empat Kategori Sumber Risiko Operasional

Sumber 1 — Proses (Process Failure)

Kegagalan atau ketidakcukupan prosedur kerja, kontrol internal, atau alur transaksi. Contoh: prosedur persetujuan kredit tidak dijalankan.

Sumber 2 — Sistem/IT (System Failure)

Gangguan atau kerusakan perangkat lunak, perangkat keras, jaringan, atau sistem data. Contoh: sistem core banking (sistem pusat perbankan) down.

Sumber 3 — Manusia (Human Error)

Kesalahan, kelalaian, atau tindakan tidak jujur oleh karyawan internal. Contoh: input data transaksi salah, fraud (penipuan/kecurangan) pegawai.

Sumber 4 — Eksternal (External Event)

Kejadian di luar kendali perusahaan — bencana alam, regulasi baru, kejahatan pihak ketiga. Contoh: gempa bumi merusak kantor, peretasan dari luar.

Empat kategori ini adalah kerangka standar yang dipakai di seluruh dunia — dari bank internasional hingga perusahaan manufaktur — dan Anda perlu menghafalkannya karena akan selalu muncul dalam pembahasan risiko operasional. Bayangkan keempat sumber ini seperti empat pintu masuk ancaman: sumber proses adalah pintu pertama dari dalam operasional karena SOP tidak ada atau tidak diikuti; sumber sistem adalah pintu IT yang terbuka karena teknologi gagal; sumber manusia adalah pintu SDM di mana orang membuat keputusan keliru atau sengaja berbuat curang; dan sumber eksternal adalah jendela dari luar yang tidak bisa kita kunci sepenuhnya. Yang penting dipahami: satu kejadian nyata sering melibatkan lebih dari satu sumber sekaligus — misalnya fraud internal terjadi karena kontrol proses lemah dan sistem pengawasan IT kurang. Dalam praktik manajemen risiko, kita mengidentifikasi sumber dominan, bukan satu-satunya sumber.

Sumber 1 — Kegagalan Proses (Process Failure)

Terjadi ketika prosedur tidak ada, tidak lengkap, atau tidak diikuti — sehingga transaksi atau operasi berjalan tanpa kontrol yang semestinya.

Kejadian	Perusahaan / Sektor	Dampak
Prosedur pengadaan tanpa persetujuan berlapis	BUMN (umum)	Pemborosan / markup harga
Proses rekonsiliasi (pencocokan catatan) kas tidak dilakukan harian	Bank daerah	Selisih kas tidak terdeteksi berminggu-minggu
SOP verifikasi data nasabah tidak dijalankan	Fintech peer-to-peer	Pinjaman ke nasabah fiktif

Kunci identifikasi: tanyakan "Apakah ada SOP-nya?" dan "Apakah SOP itu dijalankan?" — SOP (Standard Operating Procedure) = prosedur operasi standar.

Kegagalan proses adalah sumber risiko operasional yang paling umum di perusahaan Indonesia, terutama di BUMN dan instansi yang sedang bertransisi dari cara kerja manual ke digital. Sering kali masalahnya bukan karena orang tidak mau mengikuti prosedur, melainkan karena prosedurnya tidak pernah dibuat dengan jelas — karyawan akhirnya berimprovisasi, dan di situlah celah risiko terbuka. Coba perhatikan kasus pengadaan di BUMN: ketika persetujuan pengadaan tidak melewati jenjang yang benar, vendor bisa saja menagih harga yang jauh lebih tinggi dari harga pasar karena tidak ada pembanding atau pengecekan — ini bukan sekadar inefisiensi, ini risiko keuangan nyata. Pertanyaan sederhana yang harus selalu Anda tanyakan sebagai manajer risiko adalah dua hal: pertama, apakah prosedurnya ada? Kedua, apakah prosedur itu benar-benar dijalankan? Kalau salah satu jawabannya "tidak", Anda sedang berhadapan dengan risiko proses yang terbuka.

Sumber 2 — Kegagalan Sistem/IT (System Failure)

Terjadi ketika perangkat lunak, perangkat keras, jaringan, atau basis data mengalami gangguan sehingga operasi terhenti atau data hilang/rusak.

Kejadian	Perusahaan	Dampak Operasional
Gangguan sistem billing tagihan	PT Telkom Indonesia	Jutaan tagihan keliru; komplain massal
Gangguan layanan mobile banking	Bank Mandiri / BCA (BBCA)	Transaksi terhenti berjam-jam; reputasi terdampak
Server payment gateway down	Midtrans/Xendit	E-commerce berhenti menerima pembayaran

Metrik standar: MTTR (Mean Time to Repair — rata-rata waktu pemulihan) dan uptime (%) sebagai ukuran ketahanan sistem. Bank besar Indonesia umumnya menargetkan uptime 99,95%+.

Di era digital saat ini, risiko sistem IT bukan lagi risiko tambahan — ini adalah risiko inti yang bisa menghentikan seluruh operasi perusahaan dalam hitungan menit. Bayangkan dampaknya bagi bank ketika sistem mobile banking-nya down selama tiga jam di hari payday: bukan hanya nasabah yang tidak bisa mentransfer gaji, tapi kepercayaan yang dibangun selama puluhan tahun bisa terkikis dalam tiga jam itu. Untuk mengukur ketahanan sistem, manajer risiko menggunakan dua metrik utama: MTTR — seberapa cepat kita bisa memulihkan sistem setelah insiden — dan uptime — berapa persen waktu sistem berjalan tanpa gangguan. Penting dicatat: kegagalan sistem IT tidak hanya soal perangkat keras yang rusak — yang jauh lebih umum adalah software bug, human error dalam konfigurasi sistem, atau serangan siber dari pihak luar — jadi kategori ini bersinggungan dengan sumber manusia dan sumber eksternal.

Sumber 3 — Kesalahan Manusia (Human Error)

Mencakup kelalaian tidak disengaja (kesalahan input, salah prosedur) maupun tindakan disengaja (fraud, penggelapan) oleh karyawan internal.

Tidak Disengaja (Unintentional)

Salah input nominal transaksi (Rp 10 juta → Rp 100 juta)
Keliru mengirim dokumen ke pihak yang salah
Lupa backup data sebelum upgrade sistem
Human error dalam konfigurasi IT

Disengaja — Fraud Internal

Pemalsuan dokumen keuangan
Penggelapan kas perusahaan
Kickback dari vendor
Manipulasi laporan keuangan

⚠ Fraud (penipuan/kecurangan oleh orang dalam) internal sering berlangsung bertahun-tahun sebelum terdeteksi — median 12 bulan (ACFE, 2022). ACFE = Association of Certified Fraud Examiners.

Sumber manusia adalah yang paling sulit dihilangkan sepenuhnya karena berbeda dengan mesin atau proses — manusia tidak bisa di-program ulang dengan sempurna; kita membawa kelelahan, emosi, tekanan, dan terkadang niat yang tidak jujur ke tempat kerja. Ada perbedaan penting antara kesalahan tidak disengaja dan fraud: kesalahan tidak disengaja umumnya bisa dikurangi dengan pelatihan dan desain sistem yang baik, sementara fraud memerlukan kontrol detektif yang lebih keras seperti audit mendadak, rotasi jabatan, dan sistem pelaporan anonim. Angka dari ACFE menunjukkan bahwa median durasi skema fraud internal berlangsung 12 bulan sebelum terdeteksi (edisi 2022; edisi 2020 melaporkan 14 bulan — ACFE melaporkan median, bukan mean); bayangkan kerugian yang terakumulasi selama itu. Di Indonesia, ketika satu orang memegang fungsi otorisasi, penyimpanan, dan pencatatan sekaligus — prinsip pemisahan tugas dilanggar — maka fraud menjadi sangat mudah terjadi.

Sumber 4 — Kejadian Eksternal (External Event)

Kejadian di luar kendali langsung perusahaan yang mengakibatkan gangguan operasional atau kerugian finansial.

Sub-kategori	Contoh Indonesia
Bencana alam	Gempa Cianjur 2022: cabang BRI/BNI tutup; supply chain pabrik terganggu
Regulasi baru mendadak	Perubahan PPh ketentuan UU HPP 2021 memaksa sistem perpajakan perusahaan diprogram ulang
Kejahatan pihak ketiga	Peretasan (hacking) nasabah BCA/BRI oleh pihak luar; penipuan social engineering
Pandemi / force majeure	COVID-19 (2020): kantor tutup, WFH mendadak, rantai pasok terputus

Meski tidak bisa dikontrol, dampaknya bisa dimitigasi dengan: BCP (Business Continuity Plan — rencana kelangsungan bisnis), asuransi, dan cadangan kapasitas.

Sumber eksternal adalah yang paling sulit dimitigasi karena kita tidak bisa mencegah gempa bumi atau pandemi — yang bisa kita kontrol adalah seberapa siap kita menghadapinya. Perhatikan kasus PPh dan UU HPP 2021: ketika pemerintah mengubah tarif dan mekanisme pajak secara signifikan, seluruh sistem akuntansi dan pelaporan pajak perusahaan harus disesuaikan — ini membutuhkan waktu, biaya konsultan, dan risiko kesalahan selama masa transisi. Begitu juga dengan kejahatan siber dari pihak ketiga yang semakin canggih: nasabah bank Indonesia kehilangan miliaran rupiah setiap tahun akibat phishing, SIM-swap fraud, dan social engineering (manipulasi psikologis untuk mendapatkan akses rahasia). Mitigasi terbaik untuk sumber eksternal adalah redundansi dan persiapan: BCP yang diuji berkala, asuransi yang memadai, dan cadangan sistem agar bisnis bisa pulih dalam waktu minimal.

Bagian 2 dari 4

Pengukuran Risiko Operasional

Loss Distribution Approach (LDA) dan Basic Indicator Approach (BIA) — metode hitung beban modal risiko operasional sesuai standar Basel yang diadopsi OJK.

LDA BIA Basel

Dua Pendekatan Mengukur Risiko Operasional

LDA — Loss Distribution Approach

Metode: Distribusi statistik dari data historis kerugian aktual → estimasi VaR (Value-at-Risk) operasional
Kelebihan: Akurat, berbasis data riil
Siapa pakai: Bank besar (Mandiri, BCA/BBCA, BRI/BBRI) dengan database kerugian panjang

BIA — Basic Indicator Approach ★ yang kita pelajari hari ini

Metode: Beban modal = 15% × rata-rata gross income 3 tahun terakhir
Kelebihan: Sederhana, tidak butuh data historis kerugian
Siapa pakai: Bank kecil-menengah; metode minimum Basel II (diadopsi OJK)

OJK melalui POJK 18/POJK.03/2016 mengizinkan bank KBMI 1–3 menggunakan BIA. Bank KBMI 4 (modal inti > Rp 70 triliun) dituntut metode lebih canggih.

Mengapa ada dua metode yang berbeda jauh ini? Karena tidak semua bank punya kapasitas data dan komputasi yang sama. LDA adalah metode ideal: Anda kumpulkan semua data kerugian historis selama bertahun-tahun, lalu bangun model statistik yang memberikan estimasi kerugian di masa depan dengan tingkat kepercayaan 99%; metode ini akurat tapi mahal dan butuh keahlian tinggi. BIA adalah jalan pintas yang pragmatis: tanpa data historis kerugian, Basel mengasumsikan bahwa semakin besar pendapatan bank, semakin besar pula potensi kerugian operasionalnya — maka cukup ambil 15% dari rata-rata gross income tiga tahun sebagai modal cadangan. Catatan untuk dosen: secara global, Basel III (finalised 2017, efektif Jan 2023) telah mengganti kerangka BIA/SA/AMA dengan SMA (Standardised Measurement Approach) — bila mahasiswa bertanya soal ini, informasikan sebagai perkembangan terkini; untuk tujuan pembelajaran S1 dan regulasi OJK yang diadopsi dari Basel II, BIA tetap merupakan titik masuk yang paling relevan. KBMI = Kelompok Bank berdasarkan Modal Inti, klasifikasi OJK per POJK 12/POJK.03/2021.

Basic Indicator Approach (BIA) — Rumus & Simbol

K_BIA = α × (GI₁ + GI₂ + GI₃) / n

Simbol	Makna	Nilai / Keterangan
K_BIA	Beban modal risiko operasional (Capital charge)	Yang kita cari
α (alpha)	Koefisien Basel	15% — ditetapkan regulasi
GI₁, GI₂, GI₃	Gross Income tahun 1, 2, 3	Definisi lengkap di slide berikut
n	Jumlah tahun dengan GI positif	Maks. 3; tahun GI negatif dikecualikan

α = 15% ditetapkan Basel Committee (BCBS 2006, par. 644); OJK mengadopsinya dalam POJK 18/POJK.03/2016. BIA = metode minimum untuk bank KBMI 1–3.

Mari kita bedah rumus ini simbol per simbol sebelum menghitung. K_BIA adalah yang kita cari: besarnya modal yang wajib disisihkan bank sebagai bantalan risiko operasional. Alpha adalah konstanta 15% yang ditetapkan Basel Committee — angka ini bukan sembarangan; Basel menurunkannya dari studi empiris data kerugian operasional ratusan bank global selama bertahun-tahun. GI adalah gross income — total pendapatan operasional bank sebelum dikurangi biaya; definisi eksak gross income versi Basel kita bahas di slide berikutnya. n adalah jumlah tahun dengan GI positif — normalnya 3, tapi jika salah satu tahun menghasilkan GI negatif, tahun itu dikecualikan dan n menjadi 2; ini mencegah angka modal yang tidak masuk akal. Rumus terlihat sederhana, tapi tiap simbol memiliki definisi regulatif yang presisi — itulah kenapa kita perlu memahaminya sebelum langsung menghitung.

BIA — Apa yang Dimaksud Gross Income Basel?

Gross income dalam BIA bukan semua pendapatan di laporan laba rugi. Basel mendefinisikannya secara spesifik:

Gross Income (BIA) = Net Interest Income + Net Non-Interest Income

Termasuk ✓	Tidak Termasuk ✗
Pendapatan bunga bersih (NII)	Biaya operasional (overhead, gaji)
Pendapatan fee & komisi bersih	Provisi/cadangan kerugian kredit
Pendapatan trading bersih	Keuntungan/rugi penjualan aset
Pendapatan dividen	Item luar biasa (extraordinary items)

Aturan n: tahun dengan GI negatif dikecualikan dari rata-rata. Contoh: GI tahun 2 negatif → n = 2 (bukan 3).

Mengapa perlu satu slide khusus untuk definisi gross income? Karena ini adalah titik di mana banyak mahasiswa — dan bahkan praktisi awal — membuat kesalahan: mereka mengambil angka total pendapatan dari laporan laba rugi bank dan langsung menggunakannya sebagai GI, padahal Basel mendefinisikannya lebih sempit. Bayangkan laporan laba rugi bank: ada pendapatan bunga dari kredit, ada biaya bunga ke deposan, ada fee dari nasabah, ada biaya operasional karyawan, ada provisi cadangan kredit macet, dan masih banyak lagi. Definisi gross income BIA mengambil hanya dua komponen bersih: net interest income (NII — bunga masuk dikurangi bunga keluar) plus net non-interest income (fee dan trading bersih) — sementara biaya operasional, provisi, dan item luar biasa semuanya tidak masuk. Untuk mahasiswa yang belum pernah membaca laporan laba rugi bank, bayangkan GI ini seperti "pendapatan operasional inti" bank sebelum semua biaya dikurangkan — bukan laba bersih, bukan total revenue, tapi komponen tengah yang spesifik. Di soal latihan, angka GI sudah diberikan langsung — Anda tidak perlu menghitungnya dari laporan keuangan.

HDN-1: Beban Modal BIA — Bank XYZ (dari Nol)

Soal: Bank XYZ memiliki data gross income tiga tahun: GI₁ = Rp 800 M • GI₂ = Rp 900 M • GI₃ = Rp 1.000 M

Langkah	Perhitungan	Nilai
1. Verifikasi semua GI positif → n = 3	800 > 0, 900 > 0, 1.000 > 0	n = 3 ✓
2. Jumlahkan GI 3 tahun	Rp 800 M + Rp 900 M + Rp 1.000 M	Rp 2.700 miliar
3. Hitung rata-rata (n = 3)	Rp 2.700 M ÷ 3	Rp 900 miliar
4. Kalikan α = 15%	Rp 900 M × 15%	Rp 135 miliar
Hasil: K_BIA — Beban modal risiko operasional Bank XYZ		Rp 135 miliar

Interpretasi: Bank XYZ wajib menyisihkan setidaknya Rp 135 miliar sebagai modal penyangga (capital buffer — cadangan modal untuk menyerap kerugian tak terduga) risiko operasional.

Sekarang kita hitung bersama dari nol — ini bukan matematika tingkat tinggi, tapi presisi langkah per langkah sangat penting. Langkah pertama: verifikasi semua GI positif, sehingga n = 3. Langkah kedua: kita jumlahkan gross income tiga tahun, hasilnya Rp 2.700 miliar. Langkah ketiga: bagi dengan tiga karena ada tiga tahun dengan GI positif semua — rata-rata Rp 900 miliar per tahun. Langkah keempat: kalikan dengan 15% — dan hasilnya adalah Rp 135 miliar sebagai beban modal BIA. Apa artinya Rp 135 miliar ini? Ini adalah modal minimum yang harus disisihkan Bank XYZ sebagai bantalan risiko operasional — uang ini harus ada di neraca bank, tidak boleh dipinjamkan, tidak boleh diinvestasikan ke aset berisiko. Verifikasi: 900 dikali 0,15 = Rp 135 miliar. Pertemuan ini — dan ujian nanti — bisa saja meminta Anda menghitung ini dengan data berbeda, jadi kuasai empat langkah ini.

Regulasi Indonesia: OJK & POJK 18/POJK.03/2016

OJK mewajibkan seluruh bank umum menerapkan manajemen risiko operasional sesuai standar Basel II/III.

Aspek	Ketentuan
Dasar hukum	POJK 18/POJK.03/2016 tentang Penerapan Manajemen Risiko bagi Bank Umum
Cakupan	Seluruh bank umum (konvensional dan syariah) di Indonesia
Metode modal minimum	BIA — diizinkan untuk bank KBMI 1, 2, 3
Metode lanjutan	ASA (Alternative Standardized Approach) & AMA (Advanced Measurement Approach) diizinkan setelah persetujuan OJK
Pelaporan	Wajib melaporkan profil risiko operasional ke OJK secara berkala

KBMI (Kelompok Bank berdasarkan Modal Inti) per POJK 12/POJK.03/2021: KBMI 1 < Rp 6 T • KBMI 2 = Rp 6–14 T • KBMI 3 = Rp 14–70 T • KBMI 4 > Rp 70 T.

POJK 18/POJK.03/2016 adalah regulasi payung yang menerjemahkan standar internasional Basel II ke dalam hukum positif Indonesia — jadi apa yang kita pelajari hari ini bukan sekadar teori buku, melainkan kewajiban hukum bagi setiap bank yang beroperasi di Indonesia. Yang menarik, OJK memberi fleksibilitas: bank kecil-menengah (KBMI 1, 2, 3) cukup menggunakan BIA yang sudah kita hitung tadi, sementara bank besar (KBMI 4, modal inti lebih dari Rp 70 triliun) didorong menggunakan metode yang lebih canggih. Catatan: OJK mengganti sistem klasifikasi lama BUKU I-IV dengan KBMI 1-4 melalui POJK 12/POJK.03/2021 — ambang KBMI lebih tinggi dari BUKU untuk menyesuaikan pertumbuhan modal perbankan Indonesia. Logikanya sederhana: semakin besar bank, semakin kompleks operasinya, semakin besar potensi kerugian operasional, dan semakin canggih sistem pengukurannya harus. Implikasi praktis untuk Anda sebagai calon manajer atau konsultan: memahami BIA adalah minimum — tapi jika Anda bekerja di bank besar, Anda akan perlu memahami metodologi yang lebih canggih pula.

Bagian 3 dari 4

Risiko SDM: Sumber & Pengukuran

Lima sumber risiko sumber daya manusia, biaya turnover, dan Expected Monetary Value (EMV) sebagai alat ukur kuantitatif.

Turnover Fraud Absensi Produktivitas Kesalahan

Lima Sumber Risiko Sumber Daya Manusia

Sumber 1 — Turnover

Karyawan keluar (resign, PHK, pensiun) dengan frekuensi tinggi → biaya rekrutmen, pelatihan, hilangnya produktivitas selama transisi. Turnover = tingkat keluar-masuk karyawan.

Sumber 2 — Fraud Internal

Karyawan melakukan kecurangan — penggelapan, manipulasi laporan, kickback — yang merusak keuangan dan reputasi.

Sumber 3 — Kesalahan (Human Error)

Kekeliruan tidak disengaja dalam tugas sehari-hari — salah input, miskomunikasi, keputusan keliru akibat kurang informasi.

Sumber 4 — Absensi

Ketidakhadiran tinggi karena sakit, burnout, demotivasi → kapasitas produksi berkurang, biaya lembur naik. Burnout = kelelahan kronis akibat stres kerja.

Sumber 5 — Produktivitas Rendah: Karyawan hadir tapi tidak optimal (presenteeism) — kelelahan, konflik, budaya kerja buruk, atau mismatch skill (ketidakcocokan keahlian dengan kebutuhan pekerjaan).

Lima sumber risiko SDM ini saling berkaitan — misalnya, absensi tinggi dan produktivitas rendah sering menjadi sinyal awal sebelum gelombang turnover; atau fraud internal sering kali dilakukan oleh karyawan yang merasa tidak cukup dihargai. Dari lima ini, turnover dan fraud adalah yang paling mudah dikuantifikasi biayanya — sehingga menjadi fokus kita hari ini. Absensi diukur dengan absenteeism rate (jumlah hari tidak masuk dibagi total hari kerja dikali 100%); produktivitas bisa diukur dengan output per jam kerja; tapi kuantifikasinya lebih kompleks dan kontekstual. Yang perlu Anda ingat: tidak ada perusahaan yang bebas dari kelima risiko ini — yang berbeda adalah seberapa besar eksposurnya dan seberapa baik kontrolnya. Perusahaan terbaik bukan yang tidak pernah mengalami turnover atau absensi, tapi yang punya sistem deteksi dini dan respons yang cepat.

Biaya Turnover — Komponen yang Sering Tidak Kelihatan

Biaya nyata turnover jauh melebihi sekadar biaya iklan rekrutmen. Studi SHRM memperkirakan 1–2× gaji tahunan per karyawan yang keluar.

Komponen	Deskripsi	Sifat
Biaya separasi	Administrasi PHK, pesangon (UU Cipta Kerja No. 11/2020)	Langsung
Biaya rekrutmen	Iklan, seleksi, psikotes, wawancara	Langsung
Biaya onboarding & pelatihan	Orientasi, training, mentoring karyawan baru	Langsung
Biaya produktivitas hilang	Posisi kosong + kurva belajar pengganti (3–6 bulan)	Tidak langsung
Biaya dampak tim	Moral tim menurun, beban tambahan rekan	Tidak langsung
Biaya pengetahuan hilang	Tacit knowledge (pengetahuan implisit tidak tertulis) keluar bersama karyawan	Tidak langsung

Tingkat Turnover (%) = (Jumlah Karyawan Keluar ÷ Rata-rata Karyawan) × 100%

Pernahkah Anda mendengar manajer berkata "kami tidak masalah dengan turnover tinggi, tinggal rekrut lagi"? Itu adalah kesalahpahaman yang sangat mahal. Ketika seorang karyawan berpengalaman keluar, yang keluar bukan hanya orangnya — keluar juga semua pengetahuan yang tidak pernah dituliskan di mana pun (tacit knowledge), semua jaringan relasi yang dia bangun atas nama perusahaan, dan semua produktivitas yang hilang selama posisi itu kosong. Studi SHRM (Society for Human Resource Management) memperkirakan total biaya mengganti satu karyawan mencapai satu hingga dua kali gaji tahunannya — untuk karyawan spesialis atau manajer, bisa tiga hingga empat kali. Di Indonesia, ada tambahan komponen biaya yang signifikan: kewajiban pesangon berdasarkan UU Cipta Kerja 2020 yang formulanya cukup kompleks tergantung masa kerja dan alasan PHK. Implikasi bagi manajemen risiko: jangan kelola turnover hanya sebagai masalah HR — kelola sebagai risiko bisnis dengan kuantifikasi biaya yang jelas.

Fraud Internal — Risiko SDM yang Paling Destruktif

Fraud internal rata-rata menimbulkan kerugian 5% dari revenue organisasi setiap tahun (ACFE, 2022). Di Indonesia, banyak kasus fraud bank dan BUMN yang merugikan miliaran rupiah.

Elemen Fraud Triangle	Penjelasan	Mitigasi
Tekanan (Pressure)	Masalah keuangan pribadi, target tidak realistis	Employee assistance program
Kesempatan (Opportunity)	Kontrol internal lemah, tidak ada pemisahan tugas	Segregation of duties, audit
Rasionalisasi (Rationalization)	"Perusahaan tidak akan rugi", "Saya layak lebih"	Etika, budaya integritas

⚠ Fraud Triangle (Cressey, 1953): ketiga elemen ini selalu hadir dalam kasus fraud. Segregation of duties (pemisahan tugas — satu orang tidak boleh mengendalikan seluruh proses dari otorisasi hingga pencatatan) adalah mitigasi paling efektif.

Fraud Triangle adalah konsep paling berguna untuk memahami mengapa karyawan yang tadinya jujur bisa berubah menjadi pelaku fraud — dikembangkan oleh Donald Cressey pada 1953. Tekanan keuangan pribadi seperti hutang, gaya hidup berlebih, atau tanggungan keluarga menciptakan motivasi; ketika bersamaan terdapat celah kontrol (tidak ada pemisahan tugas, audit yang lemah, password yang dibagi-bagi), maka kesempatan terbuka lebar; lalu pelaku akan merasionalisasi tindakannya. Kunci mitigasi fraud bukan hanya audit — yang paling efektif adalah memotong elemen kesempatan melalui kontrol internal yang kuat. Di Indonesia, banyak kasus fraud di bank daerah dan BUMN berpola serupa: satu orang yang memegang otorisasi sekaligus pencatatan, tanpa pemisahan tugas yang jelas, selama bertahun-tahun tanpa dideteksi. Bagi Anda sebagai calon manajer: kewaspadaan terhadap tanda bahaya seperti karyawan yang hidup jauh di atas gajinya, atau yang tidak pernah mengambil cuti, adalah bagian dari kecakapan manajemen risiko SDM yang matang.

Dua Rumus Pengukuran Risiko SDM

Rumus 1 — Tingkat Turnover

Turnover Rate (%) = (Karyawan Keluar ÷ Rata-rata Karyawan) × 100%

Tingkat	Status
< 10%	Baik
10–20%	Perhatian
> 20%	Kritis

Rumus 2 — Expected Monetary Value (EMV)

EMV = Σ [Probabilitas × Dampak Kerugian]

Analogi: EMV bekerja seperti rata-rata ujian berbobot — probabilitas adalah bobot, dampak kerugian adalah nilainya. Skenario yang lebih mungkin terjadi berkontribusi lebih besar ke rata-rata.

Dua rumus ini adalah senjata utama Anda dalam mengkuantifikasi risiko SDM. Turnover rate adalah metrik yang paling mudah dihitung dan paling universal — hampir semua departemen HR menggunakannya sebagai KPI; benchmark di bawah 10% per tahun umumnya dianggap sehat untuk industri jasa dan manufaktur konvensional, meski untuk startup teknologi bahkan 20% masih dianggap normal. EMV adalah konsep yang mungkin baru bagi Anda tapi sangat kuat: alih-alih mengatakan "mungkin ada turnover" secara kualitatif, Anda mendefinisikan tiga skenario, memberi setiap skenario probabilitas dan dampak biaya, lalu menjumlahkan hasil kali semuanya untuk mendapatkan satu angka kerugian yang diharapkan. Angka EMV inilah yang kemudian dibandingkan dengan biaya program mitigasi — jika biaya program lebih kecil dari penurunan EMV yang dihasilkan program, program tersebut secara ekonomis layak dijalankan. Di slide berikutnya, kita akan menghitung EMV dari nol bersama-sama.

HDN-2: EMV Risiko Turnover SDM — PT Maju Bersama (dari Nol)

Soal: PT Maju Bersama (perusahaan teknologi, 100 karyawan) menganalisis risiko turnover tahun ini. Tim HR membuat tiga skenario:

Skenario	Deskripsi	Probabilitas	Dampak Biaya	Prob × Dampak
Best	Turnover rendah (5 orang keluar)	0,30	Rp 250 juta	Rp 75 juta
Moderate	Turnover sedang (10 orang keluar)	0,50	Rp 500 juta	Rp 250 juta
Worst	Turnover tinggi (20 orang keluar)	0,20	Rp 1.000 juta	Rp 200 juta
TOTAL		1,00 ✓		EMV = Rp 525 juta ✓

Interpretasi: PT Maju Bersama diharapkan menanggung kerugian turnover ~Rp 525 juta tahun ini. Aturan mitigasi: bandingkan penurunan EMV yang dihasilkan program vs biaya program — bukan biaya vs EMV total. Contoh: program retensi Rp 200 juta yang menghilangkan risiko sepenuhnya → neto Rp 525 juta − Rp 200 juta = Rp 325 juta penghematan.

Mari kita hitung bersama langkah per langkah. Pertama, perhatikan bahwa total probabilitas ketiga skenario harus tepat 1,00 — ini syarat mutlak karena kita sedang mendefinisikan seluruh ruang kemungkinan; kalau totalnya tidak 1,00, ada yang salah dalam asumsi kita (0,30 + 0,50 + 0,20 = 1,00 — terpenuhi). Kedua, kalikan setiap probabilitas dengan dampak biaya skenario: best case 0,30 × Rp 250 juta = Rp 75 juta; moderate 0,50 × Rp 500 juta = Rp 250 juta; worst case 0,20 × Rp 1.000 juta = Rp 200 juta. Ketiga, jumlahkan semua hasil kali: 75 + 250 + 200 = Rp 525 juta — itulah EMV-nya. Sekarang kita punya angka yang bisa dipakai untuk keputusan konkret — aturan keputusan mitigasi kuncinya adalah: bandingkan penurunan EMV yang dihasilkan program vs biaya program, bukan biaya program vs EMV total. EMV mengubah "saya khawatir tentang turnover" menjadi "turnover akan merugikan kita Rp 525 juta" — itulah kekuatan bahasa angka dalam manajemen risiko.

Anchor Indonesia: Risiko SDM di Startup Teknologi

Gojek dan Tokopedia di fase early-growth (2016–2019) adalah contoh klasik risiko SDM yang dihadapi perusahaan tumbuh cepat.

Gojek (2016–2019)

Ekspansi cepat menuntut ribuan driver dan ratusan engineer dalam waktu singkat
Turnover driver sangat tinggi akibat persaingan dengan Grab dan insentif fluktuatif (bonus/reward tidak konsisten)
Risiko SDM utama: mismatch skill teknis, engineer berkualitas langka di ekosistem Indonesia

Tokopedia (2016–2019)

Pertumbuhan tim dari ratusan ke ribuan karyawan dalam 2–3 tahun
Tantangan: mempertahankan budaya perusahaan, onboarding massal, risiko fraud internal dari karyawan baru yang belum terverifikasi
Turnover manajemen menengah tinggi — kehilangan tacit knowledge proses internal

Pelajaran: perusahaan tumbuh cepat menanggung risiko SDM yang jauh lebih tinggi dari perusahaan mapan — dan biayanya bisa mengancam profitabilitas.

Dua perusahaan ini adalah contoh sempurna untuk memahami bahwa risiko SDM bukan hanya masalah perusahaan lama atau konvensional — justru startup yang tumbuh cepat menanggung risiko SDM yang jauh lebih akut karena mereka harus merekrut massal dalam waktu singkat tanpa bisa melakukan seleksi seketat perusahaan mapan. Di Gojek, dimensi risiko SDM yang paling menonjol adalah turnover driver dan kelangkaan engineer berbakat di ekosistem Indonesia yang harus bersaing dengan perusahaan teknologi global yang menawarkan gaji dalam dolar. Di Tokopedia, risiko yang lebih menonjol adalah pengelolaan pertumbuhan budaya: ketika perusahaan tumbuh dari 200 orang menjadi 5.000 orang, budaya dan nilai yang selama ini dirawat oleh para pendiri mulai terencerkan oleh gelombang karyawan baru — ini adalah risiko manajemen SDM yang efeknya terasa bertahun-tahun kemudian. Pelajaran manajemen risiko: perusahaan tumbuh cepat harus mengalokasikan anggaran manajemen risiko SDM yang proporsional dengan laju pertumbuhannya.

Bagian 4 dari 4

Control Effectiveness & Rangkuman

Bagaimana mengukur seberapa baik kontrol risiko bekerja — dan peta konsep untuk mengkonsolidasikan seluruh materi hari ini.

Control Effectiveness Rating (CER) — Menilai Efektivitas Kontrol

Kontrol bukan hanya soal ada atau tidak ada — tetapi seberapa efektif kontrol itu mengurangi probabilitas dan/atau dampak risiko.

Rating	Skor	Deskripsi	Contoh Kontrol
Sangat Efektif	90–100%	Kontrol bekerja hampir selalu; risiko residual sangat kecil	Sistem otomasi + audit real-time
Efektif	70–89%	Kontrol bekerja dengan baik; ada celah kecil	Prosedur tertulis + audit berkala
Cukup Efektif	50–69%	Kontrol ada tapi tidak konsisten dijalankan	SOP ada tapi tidak selalu diikuti
Tidak Efektif	< 50%	Kontrol lemah; risiko residual besar	Kontrol ada di kertas, tidak di praktik

Risiko Residual = Risiko Inheren × (1 − CER)

Risiko Inheren = risiko tanpa kontrol apapun • Risiko Residual = risiko yang tersisa setelah kontrol diterapkan

CER adalah konsep yang sangat praktis dan sering dipakai dalam audit internal dan penilaian risiko enterprise. Bayangkan perusahaan memiliki risiko fraud internal dengan risiko inheren sebesar Rp 1 miliar per tahun; jika kontrol internal yang ada dinilai 70% efektif, maka risiko residual adalah Rp 1 miliar dikali (1 minus 0,70) = Rp 300 juta — itulah angka yang harus Anda pertimbangkan, bukan Rp 1 miliar. Ini mengubah cara pandang manajer: bukan "apakah kita punya kontrol?" tapi "seberapa efektif kontrol kita, dan berapa risiko yang masih tersisa?" Dalam praktik, CER dinilai melalui kombinasi pengujian kontrol oleh auditor internal, wawancara dengan pelaksana, dan analisis data insiden historis. Satu peringatan penting: sering kali kontrol dinilai "efektif" di atas kertas tapi ternyata tidak dijalankan di lapangan — gap antara desain kontrol dan operasi kontrol adalah salah satu temuan paling umum dalam audit internal di Indonesia.

Peta Konsep: Analisis Risiko Operasional & SDM

Peta ini adalah seluruh pertemuan hari ini dalam satu pandangan — cetak atau foto sebagai bahan belajar sebelum ujian. Perhatikan strukturnya: ada dua panel besar (risiko operasional dan risiko SDM), masing-masing dengan tiga lapisan — sumber, pengukuran, dan regulasi atau kontrol. Di bawah peta ada satu elemen yang menghubungkan keduanya: Control Effectiveness Rating, yang mengingatkan kita bahwa manajemen risiko tidak berhenti di identifikasi dan pengukuran, tapi terus ke evaluasi seberapa baik kontrol kita bekerja. Kalau Anda bisa menjelaskan peta ini kepada seseorang yang belum pernah belajar manajemen risiko, dan dia bisa memahaminya, berarti Anda sudah benar-benar menguasai materi hari ini. Minggu depan kita akan beralih ke risiko keuangan dan pasar — yang akan membutuhkan fondasi konseptual dari hari ini untuk dipahami dengan utuh.

Ringkasan & Persiapan Pertemuan Depan

Yang Harus Anda Bisa Hari Ini

Sebutkan 4 sumber risiko operasional + 1 contoh Indonesia tiap sumber
Hitung beban modal BIA = 15% × rata-rata GI 3 tahun (langkah per langkah)
Sebutkan 5 sumber risiko SDM + komponen biaya turnover
Hitung EMV = Σ (probabilitas × dampak) untuk 3 skenario
Jelaskan CER dan rumus risiko residual

Persiapan Pertemuan 8 — Risiko Keuangan & Pasar

Baca: Hanafi (2014) Bab Risiko Pasar
Pelajari: konsep VaR (Value-at-Risk) secara umum
Bawa: kalkulator (pertemuan berikutnya juga kuantitatif)
Refleksi: risiko operasional (internal) vs risiko pasar (eksternal-harga)

Ingat: risiko operasional dan SDM tidak bisa "terlihat" di neraca — tapi efeknya sangat nyata di laba rugi. Itulah mengapa memahami keduanya adalah keunggulan manajer yang baik.

Kita telah menyelesaikan pertemuan yang cukup padat hari ini — dari teori dasar hingga dua perhitungan dari nol. Sebelum saya tutup, ada satu pesan yang ingin saya titipkan: risiko operasional dan SDM adalah dua kategori yang paling sering diabaikan dalam perencanaan bisnis karena tidak terlihat di kolom neraca seperti hutang atau ekuitas — namun kegagalan mengelola keduanya adalah penyebab terbesar perusahaan Indonesia kehilangan nilai secara perlahan. Untuk pertemuan berikutnya, kita akan beralih ke risiko yang lebih "terlihat" di angka pasar: risiko keuangan dan risiko pasar termasuk Value-at-Risk — dan Anda akan butuh kalkulator lagi. Sebelum pertemuan depan, baca Bab Risiko Pasar Hanafi dan kenalkan diri Anda dengan konsep VaR secara intuitif. Sampai jumpa pertemuan depan, dan jangan lupa: jadikan manajemen risiko bukan sekadar mata kuliah, tapi cara berpikir Anda sebagai calon pemimpin bisnis.

Latihan Mandiri & Bank Soal

Soal Pilihan Ganda — Contoh Ujian

Soal BIA: Bank ABC memiliki gross income 3 tahun: Rp 600 M, Rp 750 M, Rp 900 M. K_BIA = ?

Jawaban: (600+750+900)/3 = 750 M; 750 × 15% = Rp 112,5 miliar

Soal EMV: PT Sigma: best (0,25; Rp 200 jt), moderate (0,55; Rp 400 jt), worst (0,20; Rp 800 jt). EMV = ?

Jawaban: 50 + 220 + 160 = Rp 430 juta

Pertanyaan Diskusi Kelas

Diskusi 1 (IT): Jika Anda adalah CRO PT Telkom Indonesia dan sistem billing bisa mengalami gangguan massal, langkah apa yang Anda ambil dalam 24 jam pertama?

Diskusi 2 (Fraud Triangle): Dari tiga elemen Fraud Triangle (tekanan, kesempatan, rasionalisasi), mana yang paling mudah dikendalikan perusahaan? Berikan contoh program konkret.

CER Ilustrasi: Risiko inheren fraud = Rp 500 juta; CER = 80%. Risiko residual = 500 × (1−0,80) = Rp 100 juta.