MANAJEMEN RISIKO DAN AKSI MITIGASI

RISIKO DENGAN METODE MATRIKS

HOUSE OF RISK (HOR) PADA PROSES
IMPOR CKD DI PT. ASTRA DAIHATSU
MOTOR

Thalita Putri Almanar

School of Industrial Engineering, Faculty of Engineering, BINUS University, Jl. KH Syahdan No. 9,
Palmerah, Jakarta, 11410, Indonesia, 021-5345830, thata_nih@yahoo.com
Thalita Putri Almanar, Ir. Gunawarman Hartono, M.Eng

ABSTRACT
Risk Management and Mitigation with Matrix House of Risk (HOR) Method in CKD
Import Process at PT. Astra Daihatsu Motor
This research is describes about the application of risk management in CKD import process at
PT. Astra Daihatsu Motor (PT. ADM). The method for this research is House of Risk (HOR)
which is combination between House of Quality (HOQ) method and Failure Mode and Effect
Analysis (FMEA). Variable required for this research is severity of risk event, occurrence of
risk agent, relationship between risk event and risk agent, difficulty of prevention action, and
relationship between prevention action and risk agent. To obtain those variables that used
questioner. Based on research the highest risk agent in CKD import process at PT. ADM is
interference (disability of communication, error in office equipment, electricity off). Prevention
action or mitigation that used based on HOR 2 method analysis is activate generator set
(coordination with General Affair Department) and install UPS (Uninterruptable Power
System). So the possibility of risk agent occur in import process could be reduced as expected.
Key Word : Risk, House of Risk (HOR), Failure Mode and Effect Analysis (FMEA)

ABSTRAK
Manajemen Risiko dan Aksi Mitigasi Risiko Dengan Metode Matriks House of Risk (HOR)
Pada Proses Impor CKD di PT. Astra Daihatsu Motor
Penelitian ini menjelaskan tentang penerapan manajemen risiko pada kegiatan impor CKD di
PT. Astra Daihatsu Motor (PT. ADM). Metode yang digunakan adalah House of Risk (HOR)
yang merupakan perpaduan antara metode House of Quality (HOQ) dan Failure Mode and
Effect Analysis (FMEA). Variabel yang diperlukan dalam penelitian ini adalah tingkat bahaya
dari kejadian risiko, tingkat kemungkinan dari penyebab risiko, hubungan antara kejadian dan
penyebab risiko, tingkat kesulitan dari aksi pencegahan dan hubungan antara aksi pencegahan
dengan penyebab risiko. Untuk mendapatkan variabel tersebut digunakan kuesioner sebagai
teknik pengumpulan data. Berdasarkan penelitian ini didapatkan penyebab risiko yang paling
tinggi pada proses impor CKD di PT. ADM adalah terjadi gangguan (kelumpuhan komunikasi,
error pada perangkat, mati listrik). Aksi pencegahan atau mitigasi yang dapat dilakukan
berdasarkan analisa dengan metode HOR 2 adalah mengaktifkan genset (koordinasi dengan
General Affair Departement) dan memasang UPS (Uninterruptable Power System). Sehingga
diharapkan dapat mengurangi kemungkinan terjadinya penyebab risiko pada proses impor.
Kata Kunci : Risiko, House of Risk (HOR), Failure Mode and Effect Analysis (FMEA)
 PENDAHULUAN
Ditinjau dari lingkup makro, populasi mobil di Indonesia dari tahun 2000 sampai 2011 terus
meningkat sampai 10,532,412 unit, ditambah dengan data penjualan domestik di Indonesia pada tahun
2013 dari bulan Januari sampai November mengalami peningkatan sampai 1,026,758 unit. Seiring dengan
meningkatnya pertumbuhan industri otomotif di Indonesia maka meningkat pula impor kendaraan
bermotor dan bagiannya dari Thailand sepanjang Januari-November 2010 hingga US$ 1,87 miliar.
Ditinjau dari lingkup mikro yaitu tempat penelitian di PT. Astra Daihatsu Motor (PT.ADM) bahwa angka
produksi meningkat dari 2007 sampai dengan 2012, diiringi dengan peningkatan impor part CKD
(Completely Knocked Down).

Gambar 1 Angka Produksi PT. Astra Daihatsu Motor per Tahun

Aktivitas impor yang semakin tinggi dapat meningkatkan pula risiko dalam proses impor. Menurut Fahmi
(2010) risiko dapat muncul dimanapun dan risiko cenderung terus meningkat setiap tahunnya dikarenakan
globalisasi dunia, liberalisasi dunia dan pemrosesan informasi yang semakin cepat serta reaksi investor
yang semakin cepat. Peningkatan proses impor ini tidak diimbangi dengan penambahan karyawan
maupun perbaikan system, sedangkan proses impor memerlukan ketepatan waktu, komunikasi yang baik
dan lancar dengan Bea Cukai, serta ketepatan data.

Gambar 2 Grafik Pencapaian Ketepatan Waktu Penerimaan Form-D

 Gambar 3 Grafik Pencapaian Ketepatan Waktu Penerimaan Tagihan

Gambar 4 Grafik Pencapaian Ketepatan Waktu Proses Custom Clearance

Berdasarkan data Key Performance Index (KPI) bulan Januari – Juni 2013 menunjukkan bahwa terdapat
keterlambatan dalam berbagai proses yaitu penerimaan Form-D, penerimaan tagihan dan proses custom
clearance (proses pengeluaran part dari pelabuhan untuk dibawa ke PT. ADM). Oleh karena itu perlu
diadakannya penelitian mengena manajemen risiko dan aksi mitigasi risiko pada proses impor CKD di
PT. ADM, agar target produksi dan penjualan dapat tetap tercapai.

METODE PENELITIAN

Untuk dapat menyelesaikan penelitian ini, ada beberapa tahap yang dilakukan, yaitu
pengumpulan data yang terdiri atas observasi langsung menanyakan mengenai proses impor kepada
member tim impor MSP; pengumpulan data KPI bulan Januari-Juni 2013; pengumpulan data Risk
Management Review yang dilakukan PT. ADM pada tahun 2010 serta menyebarkan kuesioner untuk
mendukung metode House of Risk (HOR). Langkah selanjutnya adalah melakukan pengolahan data, pada
langkah ini dilakukan tahapan utama metode HOR yaitu pemetaan proses aliran, dengan bantuan SCOR
dalam memetakan proses impor secara keseluruhan berikut lead time nya; identifikasi risiko,
mengidentifikasi kejadian risiko yang mungkin terjadi pada aktivitas impor berdasarkan KPI dan Risk
Management Review serta menentukan penyebab risiko; analisis risiko, menentukan penyebab risiko yang
paling besar berpengaruh dalam aktivitas impor berdasarkan hasil kuesioner; evaluasi risiko, menentukan
aksi mitigasi risiko yang dapat dilakukan untuk meminimalisir risiko pada aktivitas impor dengan
mengolah rumus HOR 1; dan risk response, menentukan aksi mitigasi tertinggi yang paling
memungkinkan untuk dapat dilakukan berdasarkan hasil kuesioner dan pengolahan rumus HOR 2.
Langkah berikutnya adalah analisa data yang terdiri atas uji kelayakan data dengan validitas dan
reliabilitas menggunakan Excel dan Minitab 15; dan pengolahan data kuesioner. Dengan penjabaran
metode penelitian di atas diharapkan penelitian ini mendapatkan uraian kejadian risiko, penyebab risiko
utama dan aksi mitigasi yang efektif.
 HASIL DAN BAHASAN

Berdasarkan data KPI dan Risk Management Review didapat 6 kejadian risiko berikut 12
penyebab risiko pada Tabel 1 dan Tabel 2.

Tabel 1 Uraian Kejadian Risiko Pada Proses Impor

Code Kejadian Risiko (E)
E1 Keterlambatan Penerimaan Tagihan dari supplier, SGLT dan Shipping Line
E2 Keterlambatan penerimaan Form-D
E3 Terjadi keterlambatan custom clearance
E4 Parts / material terlambat diterima oleh warehouse ADM
E5 Menganggu line produksi
E6 Keterlambatan dalam pembayaran Bea Masuk dan Pajak Impor lainnya di Bea Cukai secara berkala

Tabel 2 Uraian Penyebab Risiko Pada Proses Impor

Code Penyebab Risiko (A)
A1 Adanya pemogokan di pelabuhan.
A2 Kerusakan mesin kapal / keterlambatan pengiriman oleh supplier / carrier.
A3 Cuaca buruk.
A4 Terjadi Ommit (perpindahan barang menggunakan kapal lain dan tidak singgah ke tujuan awal).
A5 Gangguan sistem / administrasi bea cukai di pelabuhan.
A6 Terjadi gangguan (kelumpuhan komunikasi, error pada perangkat, mati listrik)
A7 Perjalanan dari SGLT ke Departemen Perdagangan Thailand menempuh 3 jam
A8 Kartu DFT (Department of Foreign Trade) yang sudah habis masa berlaku
A9 Cost Structure (CS) yang belum dibuat
A10 Invoice Supplier dan FCR (Forwarding Cargo Receipt) yang terlambat diterima SGLT
A11 Terkena denda 10% dari Nilai Bea Masuk yg dibayar
A12 Transfer PIB akan ditolak oleh Bea Cukai

Pada tahap analisis risiko ditentukan tingkat bahaya (severity) dari kejadian risiko, kemungkinan terjadi
(occurrence) dari penyebab risiko dan korelasi (correlation) antara kejadian risiko dan penyebab
risikonya yang didapat dari hasil kuesioner. Dari hasil kuesioner tersebut dimasukan ke dalam matriks
House of Risk 1 (HOR 1) didapatkan hasil bahwa penyebab risiko tertinggi pada proses impor adalah
terjadi gangguan (kelumpuhan komunikasi, error pada perangkat, mati listrik) dengan nilai keseluruhan
potensi kejadian risiko dengan penyebab risiko (ARPj) 435. Seperti dapat dilihat tabel perhitungan
matriks dan diagram paretto House of Risk 1 pada Gambar 5 di bawah ini.

Gambar 5 Diagram Pareto House of Risk 1

 Tabel 3 Matriks House of Risk 1 (HOR 1)
Penyebab Risiko (A) Tingkat
Kejadian Bahaya
Risiko (E) A1 A2 A3 A4 A5 A6 A7 A8 A9 A10 A11 A12 Kejadian
Risiko (Si)
E1 3 3 3 3 3 1 1 4
E2 1 1 3 1 3 3 3 3 3 3 3 3 4
E3 3 3 3 3 3 9 3 3 1 3 1 3 5
E4 3 1 3 1 3 3 1 3 3 3 3
E5 1 1 3 3 3 3 3 3 3 3 3 3
E6 1 3 3 1 1 1 1 3 3 3 1 4
Kemungkinan
4 4 3 6 5 5 5 4 7 4 5 6
Terjadi (Oj)
Keseluruhan
Potensi
Kejadian
152 220 153 318 275 435 245 140 287 244 235 294
Risiko dengan
Penyebab
Risiko (ARPj)
Peringkat
Penyebab 11 9 10 2 5 1 6 12 4 7 8 3
Risiko (Pj)

Dari data tingkat bahaya, kemungkinan terjadi dan hubungan antara kejadian risiko dengan
penyebab risiko, dapat dihitung keseluruhan potensi kejadian risiko dengan penyebab risiko (ARPj)
menggunakan rumus :

Contoh perhitungan dengan mengambil data E1 dan A1 :

Diketahui : Oj = 4
A1 = 3, 1, 3, 1, 1
S1 = 4, 4, 5, 3, 4
Ditanyakan : ARPj ?
Jawab :

Pada tahap evaluasi risiko, didapatkan aksi mitigasi dan seberapa sulit aksi tersebut dilakukan (difficulty).
Pada Tabel 3 merupakan data aksi mitigasi risiko.

Tabel 4 Aksi Pencegahan

Code Aksi Pencegahan (PAj)
Monitoring schedule shipment (termasuk info pemogokan, sehingga unit bisa segera diambil) dan
PA1
menginformasikan perubahan ke Logistik, PCD, Export Impor Division
PA2 Perbaikan perangkat / sistem EDI oleh EDI HelpDesk.
Mengaktifkan genset (koordinasi dengan General Affair Departement) dan memasang UPS
PA3
(Uninteruptable Power System)
PA4 Menggunakan kantor EDI sebagai alternatif tempat untuk menginput data.
PA5 Request Import Staff untuk memonitor kondisi di lapangan jika terjadi demo
PA6 Request Shipping line untuk menginformasikan update shipping schedule.
PA7 Menunjuk beberapa PIC di import departement untuk berkomunikasi dengan EDI HelpDesk
PA8 Memonitor proses pembuatan Form-D.
Membuat komunikasi yang baik dengan SGLT, agar dokumen yang harus disiapkan dalam pembuatan
PA9
Form-D tidak akan terhambat.
PA10 Menunjuk satu PIC di import departement untuk memonitor penerimaan Form-D
 PA11 Berkoordinasi dengan pihak supplier mengenai penjadwalan
PA12 Memonitor Proses PIB (Persiapaan Impor Barang)
Koordinasi dengan pihak Bank untuk memastikan konfirmasi pembayaran bea masuk dan pajak import
PA13
lainnya sudah diterima oleh Bea Cukai
Menunjuk satu PIC di Import Departement untuk memonitor proses PIB dan mengecek respon
PA14
penerimaan pembayaran oleh bea cukai.
Membuat SOP (Standard Operation Procedure) untuk monitoring pembayaran Bea Masuk dan pajak
PA15
di bea cukai

Setelah dimasukan ke dalam matriks House of Risk 2 (HOR 2), didapat hasil bahwa aksi mitigasi yang
efektif adalah mengaktifkan genset (koordinasi dengan General Affair Department) dan memasang UPS
(Uninterruptable Power System) dengan nilai rasio keefektifan dengan kesulitan (ETDk) adalah 1596.
Dengan memasukan hasil kuesioner kedalam matriks HOR 2 dan diagram paretto HOR2 ditunjukan pada
Gambar 2 di bawah ini.

Tabel 5 Tabel House of Risk 2 (HOR2)

Penye Aksi Preventif (PAk)
bab
PA PA PA PA PA PA PA1 PA PA PA PA PA ARPj
Risiko PA2 PA4 PA5
(A) 1 3 6 7 8 9 0 11 12 13 14 15

A6 1 3 9 1 3 3 1 3 3 3 1 3 350

A4 3 1 3 3 3 1 259

A12 3 3 3 3 3 3 255
A9 3 3 3 3 244
A5 3 3 3 3 228
A7 3 3 3 216
A10 3 3 3 171

A11 3 3 3 9 160

A2 3 3 9 1 3 145

A3 3 1 3 3 3 132

A1 3 1 1 9 3 1 1 1 3 1 124

A8 3 3 3 3 105

Total
Keefek 226 143 478 124 324 114 160 368 338 235 440 261 311 229 327
tifan 4 3 9 7 6 9 9 4 2 3 7 0 0 5 2
(Tek)
Kesuli
tan
Aksi
4 5 3 4 4 3 3 3 3 3 4 3 4 3 4
Preven
tive
(Dk)
Rasio
Keefek 286. 159 311. 811. 122 112 784. 110
566 383 536 870 778 765 818
tifan 6 6 8 5 8 7 3 2
denga
 n
Kesuli
tan
(ETDk
)
Pering
kat
Aksi 11 15 1 14 7 13 12 2 3 8 4 5 9 10 6
Preven
tive

Contoh perhitungan, menggunakan data ke satu (PA1):

Diketahui : ARPj = 350, 259, 255, 124
PA1 = 1, 3, 3, 3
Dk =4
Ditanyakan : TEk ?
ETDk
Jawab : Menghitung Total Keefektifan :

Menghitung Rasio Keefektifan dengan Kesulitan :

Gambar 6 Diagram Pareto House of Risk 2

Untuk mempertajam hasil penelitian dilakukan analisis biaya penggunaan UPS, biaya dan risiko yang
keluar jika tidak dilakukan pemasangan UPS dan risiko yang ditanggung ketika UPS sudah dipasang
dengan asumsi risiko berkurang 50%. Hasil perhitungan efektifitas penggunaan UPS adalah 48,65%.

SIMPULAN DAN SARAN

Dengan diketahuinya kejadian risiko, penyebab risiko dan aksi mitigasi yang terjadi pada aktivitas impor,
maka departemen impor dapat meminimalisir kesalahan data, keterlambatan data dan proses serta
memperlancar komunikasi dengan berbagai pihak. Sehingga target produksi PT. ADM dapat tercapai
meskipun tidak ada penambahan karyawan dan perbaikan system. Saran bagi manajemen untuk dapat
mengatasi penyebab risiko terjadi gangguan (kelumpuhan komunikasi, error pada perangkat, mati listrik)
adalah dengan mengaktifkan genset (koordinasi dengan General Affair Departement) dan memasang UPS
(Uninteruptable Power System). Dengan manfaat yang didapat oleh PT. ADM adalah :
1. Anggota Tim MSP memiliki waktu 15 – 30 menit untuk mengirimkan PIB dan menunggu respon
dari Bea Cukai,
2. PIB akan selesai tepat waktu,
3. Proses custom clearance tidak akan terhambat dan terlambat
4. Tidak akan ada penumpukan di gudang dan tidak ada biaya yang keluar atas penumpukan,
5. Tidak terjadi line stop akibat keterlambatan kedatangan parts.

REFERENSI

Akib, Syubhan. (2012, September 21). Industri Otomotif Sumbang Rp 80 Triliun Buat Ekonomi RI.
DetikOTO, pp.4,5,8.
Anatan, L.,& Ellitan, L. (2008). Supply Chain Management Teori dan Aplikasi. Bandung: Penerbit
Alfabeta.
Badariah, N., Surjasa., D & Trinugraha,Y. (2012) Analisa Supply Chain Management Berdasarkan
Metode Failure Mode And Effects Analysis (FMEA). Jurnal Teknik Industri, 2(2), 110-118
Blackhurst, J., Craighead, C.W., Elkins, D., & Handfield, R.B. (2005). An empirically derived agenda of
critical research issues for managing supply chain disruptions. International Journal of
Production Research. 43 (19), 4067-81.
Chopra, S., &Sodhi, S.M. (2004). Managing risk to avoid supply-chain breakdown. Sloan Management
Review. 46 (1), 53-61.
Cormack, Mc Kevin. (2004). Linking SCOR planning practices to supply chain performance.
International Journal of Operations & Production Management, 24 (12), 1192-1218.
Craighead, C.W., Blackhurst, J., Rungtusanatham, M.J.,& Handfield, R.B. (2007). The severity of supply
chain disruptions: design characteristics and mitigation capabilities. Decision Sciences. 38 (1),
131-56.
Fahmi, I. (2010). Manajemen risiko teori, kasus, dan solusi. Bandung : Penerbit Alfabeta.
Finch, P. (2004). Supply chain risk management. Supply Chain Management: An International Journal. 9
(2), 183-96.
Haraito, Gloria. (2011, January 10). Impor Otomotif : Impor Kendaraan dan Bagiannya Menggeliat.
Tribun News, pp. 5.
Hanafi M., Mamduh. (2009). Manajemen risiko. Yogyakarta : UPP STIM YKPN.
Husein, Umar. (1999). Metode Penelitian : Aplikasi Dalam Pemasaran. Jakarta : PT. Gramedia Pustaka
Utama.
Goh, M., Lim, J.Y.S., & Meng, F. (2007). A stochastic model for risk management in global supply chain
networks. European Journal of Operational Research. 182, 164-73.
Kerlinger, Fred N. (1990). Asas-asas Penelitian Behavioural, Edisi Terjemahan. Yogyakarta : Gadjah
Mada University Press.
Kumar, Awadhesh., Poonia, M.p., Jethoo., A.s., Pandel, Upender. (2011). FMEA: Methodology, Design
and Implementation in a Foundry. Issn : 0975-5462, 3 (6).
Lehmann, E. L. (1975). Nonparametrics: Statistical methods based on ranks.San Francisco: Holden-Day.
Muslimin. (2002). Metode Penelitian di Bidang Sosial. Malang : Bayu Media UMM Press.
Norrman, A., & Jansson, U. (2004). Ericsson’s proactive supply chain risk managementapproach after a
serious sub-supplier accident. International Journal of Physical Distribution & Logistics
Management. 34 (5), 434-56.
Pujawan, I. N. (2009). House of risk: a model for proactive supply chain risk management. Business
Process ManagementJournal, 15 (6), 953-967.
Pujawan Nyoman, I & Geraldin H. Laudine. (2009). House of risk: a model for proactive supply chain
risk management. Business Process Management Journal, 15 (6), 953-967.
Griffin, R. W., & Ebert, R. J. (1996). Business. New York : Prentice Hall International Editions.
Sheffi, Y., & Rice, J.B. Jr. (2005). A supply chain view of the resilient enterprise. MIT Sloan
Management Review, 47 (1), 41-8.
Sinha, P.R., Whitman, L.E., & Malzahn, D. (2004). Methodology to mitigate supplier risk in an aerospace
supply chain. Supply Chain Management: An International Journal. 9 (2), 154-68.
Tang, C.S. (2006a). Perspectives in supply chain risk management: a review. International Journal of
Production Economics, 103, 451-8.
Zsidisin A., George & Ritchie, Bob. (2010).Supply chain risk : A Handbook Of Asessment, Management,
And Performance. New York : Springer

RIWAYAT PENULIS

Thalita Putri Almanar lahir di kota Bandung pada 2 Agustus 1989. Thalita menamatkan pendidikan D3 di
Politeknik Negeri Bandung dalam bidang ilmu Teknik Kimia pada tahun 2010. Saat ini bekerja sebagai
administrator bagian ekspor di PT. Astra Daihatsu Motor.