BAB 6RISIKO KEMATIAN

OLEH :MUHAMMAD SYARKAWI ARSYAD

031 260 039TEKNIK SIPIL

6.1 MENGUKUR PROBABILITAS DAN KERUGIAN DARI KEMATIAN AWAL

6.1.1. Tabel Kematian ( Mortality Table )Probabilitas kematian awal bisa dihitung dengan menggunakan

tabel kematian (mortality table). Tabel ini menunjukkan probabilitas kematian dan bertahan hidup untuk kelompok umur tertentu, dan dikenal dengan tabel kematian CSO yang dibuat tahun 1980.Kemudian table tersebut direvisi menjadi table tahun 2001 seperti yang terlihat pada kolom tahun 2001 sebagai berikut :

1980 Commisioners Standar Ordinary Mortality Table

2001 Commisioners standart Ordinary Mortality Table

Pria Wanita Pria Wanita Kematia

nPer 100

Harapan hidup

(tahun)

Kematian

Per 100

Harapan hidup

(tahun)

Kematian

Per 100

Harapan hidup

(tahun)

Kematian

Per 100

Harapan hidup

(tahun)

4,181,070,990,95

70,8370,1369,2068,27

2,890,870,810,79

75,8375,0474,1173,17

0,720,460,330,24

75,6774,7373,7673,79

0,420,310,230,20

79,8778,9077,9376,95

0,950,900,860,800,760,74

67,3466,4065,4664,5363,5762,62

0,770,760,730,720,700,69

72,2371,2870,3469,3968,4467,48

0,210,220,220,220,220,23

71,8170,8269,8468,8567,8766,88

0,190,180,190,210,210,21

75,9674,9873,9973,0072,0271,03

0,730,770,850,991,151,331,511,671,781,86

61,6660,7159,7558,8057,8656,9356,0055,0954,1853,27

0,680,690,720,750,800,850,900,950,981,02

66,5365,5864,6263,6762,7161,7660,8259,8758,9357,98

0,240,280,340,400,520,660,780,890,950,98

65,9064,9163,9362,9561,9861,0160,0558,1058,1557,32

0,220,250,270,310,340,360,390,410,440,46

70,0569,0668,0867,1066,1265,1464,1763,1962,2261,25

1,901,911,891,861,821,771,731,711,701,71

52,3751,4750,5749,6648,7547,4846,9346,0145,0944,16

1,051,071,091,111,141,161,191,221,261,30

57,0456,1055,1654,2253,2852,3451,3050,4649,5248,59

1,001,011,021,041,061,091,141,171,161,15

56,2655,3254,3753,5352,4851,5450,6049,6548,7147,77

0,470,490,500,510,530,550,580,610,640,67

60,2759,3058,3357,3656,3955,4254,4553,4852,5151,55

1,731,781,831,912,002,112,242,402,582,79

43,2442,3241,3840,4639,5438,6137,6936,7835,8734,96

1,351,401,451,501,581,651,761,892,042,22

47,6546,7145,7844,8443,9142,9842,0541,1240,2139,28

1,141,131,141,161,191,241,311,391,491,59

46,8245,8844,9343,9843,0342,0841,1440,1939,2538,30

0,700,750,790,850,921,001,071,141,201,26

50,5849,6248,6247,6946,7345,7844,8243,8742,9241,97

3,023,293,563,874,194,554,925,325,746,21

34,0533,1632,2631,3830,5029,6228,7627,9027,0426,20

2,422,642,873,093,322,563,804,054,334,63

38,3637,4636,5535,6634,7733,8833,0032,1231,2530,39

1,721,872,052,272,522,773,033,253,423,64

37,3636,4335,5034,5733,6532,7331,8230,9230,0229,13

1,341,431,531,651,791,962,162,382,642,93

41,0340,0839,1438,2037,2636,3335,4034,4833,5632,65

6,717,307,968,719,56

10,4711,4612,4913,5914,77

25,3624,5223,7022,8922,0821,2920,5119,7418,9918,24

4,965,315,706,156,617,097,578,038,478,94

29,5328,6727,8226,9826,1425,3124,4923,6722,8622,05

3,914,264,705,215,836,527,267,958,639,42

28,2327,3426,4625,5824,7223,8623,0322,1921,3720,55

3,243,603,994,414,865,363,916,497,097,70

31,7430,8529,9629,0828,2127,3426,4925,6524,8223,00

16,0817,5419,1921,0623,4425,4227,8530,4433,1936,17

17,5116,6916,0815,3814,7014,0413,3912,7612,1411,54

9,4710,1310,9612,0213,2514,5916,0017,4318,8420,36

21,2520,4419,6518,8618,0817,3216,5715,8315,1014,38

10,4011,5912,9814,4716,0417,6519,2720,9622,7424,69

19,7518,9618,1817,4216,6715,9415,2314,5313,8413,16

8,349,039,76

10,5511,4012,3313,3514,4815,7117,08

23,1822,3721,5820,7920,0119,2418,4817,7316,9916,27

39,5143,3047,6552,6458,1964,1970,5377,1283,9091,05

10,9610,399,849,308,798,317,847,406,906,57

22,1124,2326,8730,1133,9338,2442,9748,0453,4559,35

13,6712,9712,2811,6010,9510,329,719,128,558,01

26,9429,7132,9436,3239,9643,9548,4453,6759,7266,48

12,5011,8411,2010,599,999,408,838,287,757,25

18,6320,3822,2924,3926,6829,2031,9534,9738,2841,92

15,5514,4814,1513,4812,8112,1611,5310,9110,309,72

98,84107,48117,25128,26140,25152,95166,09179,55193,27207,29

6,185,805,445,094,774,464,183,913,663,41

65,9973,6082,4092,53

103,81116,10129,29143,32158,18173,94

7,486,986,496,035,595,184,804,434,093,77

74,0282,2090,82

100,22110,69122,36135,17148,99163,00179,03

6,766,305,875,455,064,694,344,023,733,45

46,3451,9657,8063,9470,7477,5985,6895,69

106,25116,68

9,148,598,067,557,076,606,165,745,344,98

221,77236,98253,45272,11295,90329,96384,55480,20657,98

1000,00

3,182,942,702,442,171,871,541,200,840,50

190,75208,87228,81251,51279,31317,32375,74474,97655,85

1000,00

3,453,152,852,552,241,911,561,210,840,50

194,28209,27224,94241,46258,86276,12292,95310,86329,95350,32

3,202,982,762,562,382,212,061,911,771,64

124,22131,53143,72160,21180,90203,48225,69240,07247,79263,98

4,644,293,943,613,293,022,792,612,432,23

369,76386,96405,25424,70445,35467,29490,57515,28541,49569,27

1,531,421,321,231,131,040,950,860,780,70

285,02307,89336,06360,71390,86422,72455,33488,48522.20557,04

2,031,841,661,491,334,191,u50,930,820,72

598,70629,88662,87697,78734,68773,66814,78858,15903,81951,67

0,620,550,470,400,340,270,210,160,100,05

591,04625,96625,77690,79732,06771,35812,36855,90896,06939,06

0,630,560,480,420,340,280,220,160,110,06

1000,00 1000,00

Dari tabel tahun 1980 terlihat bayi dari usia 0 tahun dari 1000 bayi ada 4,18 meninggal dunia. Dan menurun pada usia satu tahun. Ini

berarti bayi mempunyai resiko kematian yang lebih tinggi dibandingkan usia anak kecil lainnya. Sedang pada tabel 2001 secara umum berkurang dari 1000 bayi lahir yang meninggal

sekitar 0,72.

Dari data tabel bisa dilihat bahwa “ resiko kematian pria lebih tinggi dibandingkan dengan resiko kematian wanita ”

Sedang dari tabel terbaru menunjukkan penurunan tingkat kematian ini berarti hidup menjadi lebh baik

selama 20 tahun terakhir

Pada tabel 1980Pengharapan hidup untuk

pria 70,83 tahun dan 75,83 untuk wanita pada ulang tahun ke-0 (baru

lahir)

Pada tabel 2001Pengharapan hidup untuk

pria 75,67 tahun dan 79,87 untuk wanita pada ulang tahun ke-0 (baru

lahir)

Tabel berikut ini menunjukkan harapan hidup di beberapa negara ASEAN

Country Infant Mortality(per 1,000 live births)²

Live expectancy at birth

1990-1994 2000-2004 1990-1994 2000-2004

Brunei 10 7 76,3 79,2

Indonesia 55 34 63,0 68,1

MalaysiaPhilippines

2038

1326

70,864,9

73,668,3

SingaporeThailand

625

516

74,966,9

77,470,8

ASEAN average 26 17 69,5 72,9

East and south Asia average

32 21 69,8 72,7

ASEAN- association of Southeast NationsOf every 1,000 live births, the number that would die before their first birthdaySource : Based on information from eduard Bos, patience W. Stepheus, My T. Vu, and Rodolfo A. Bulatao, Asia Region Population projectious : 1990-91 Editin, Washington, February 1991, 13, 43, 59, 75, 95, 97, and 105

Dari tabel diatas terlihat indonesia mempunyai pengharapan hidup yang lebih pendek yaitu 68 tahun, sedang brunei yaitu 79,2

tahun.

6.1.2 Menghitung Probabilitas Kematian Awal

Tabel kematian memberikan dasar untuk perhitungan probabilitas kematian lebih lanjut..Contoh menghiting probabilitas seseorang yang berulang tahun ke-35 dan meninggal 1,2 dan 5 tahun mendatang

UsiaJumlah Orang

HidupJumlah

KematianProbabilitas

KematianProbabilitas

Bertahan Hidup

35 9.491.711 20.028 0,00211 0,99789

36 9.471.683 21.217 0,00224 0,99776

37 9.450.466 22.681 0,0024 0,9976

38 9.427.785 24.324 0,00258 0,99742

39 9.403.461 26.326 0,00279 0,99721

40 9.377.225 28.319 0,00302 0,99698

1q35 = (20.028)/9.491.711 = 0,00211

2q35 = (20.028 + 21.217)/9.491.711 = 0,004345

5q35 = (20.028 + 21.217 + 24.324 + 26.236)/9.491.711 = 0,01206

6.1.3. Eksposur Karena Kematian Awal

• Eksposur yang dihadapi oleh keluarga

Jika seorang meninggal, maka keluarga yang ditinggal akan menanggung konsekuensi negatif. Yaitu mencakup konsekuensi kerugian (ekonomis)

Kebutuhan yang harus dicukupi oleh orang yang meninggal jika dilihat dengan pendekatan kebutuhan :

(1)Kebutuhan untuk menjaga standar hidup yang ada

(2)Kebutuhan untuk membesarkan anak

Konsekuensi emosial dari kematian relatif sulit dihitung nilai ekonomisnya. Maka dari itu ia dihitung berdasarkan konsekuensi yang bisa dihitung nilai ekonomisnya

Misalnya :

Suatu keluarga menghabiskan Rp 5 juta per bulan atau Rp 60 juta pertahun untuk kebutuhan hidupnya. Dan diasumsikan konstan. Dimana kebutuhan itu dipenuhi ooleh ayah sepenuhnya yang berusia 40 tahun. Kemudian meninggal dunia sedang pengharapan hidupnya (misal) 70 tahun, dan tingkat bunga relevan 15 % (dipakai sebagai discount rate untuk perhitungan present value). Maka nilai kebutuhan hidup yang ditanggung oleh ayah adalah :

PV : 60 juta /(1+0,15) ̍ + ……………… + 60 juta / (1+0,15)³ᴼ = 393.958.778

Alternatif lain, misal pengharaan umur dari istri yang ditinggal berusia 30 tahun dengan penharapan hidup 70 tahun, maka :

PV = 60 juta / (1+0,15) ̍ ̍ + ………….. + 60 juta /(1+0,15)⁴ᴼ = 398.506.702

Alternatif ini lebih mencerminkan kebutuhan riil pasangan yang ditinggalkan

Alternatif lain :Misal menghitung kerugian dari kematian seseorang dengan menghitung hilangnya potensi penghasilan karena kematian.Contoh: seseorang berumur 40 tahun dengan penghasilan Rp 100 juta dan tumbuh 15 % pertahun, pajak personal 15%, tingkat bungan 10%, dan dia merencanakan bekerja sampai usia 65 tahun. Maka kita dapat menghitung hidup orang tersebut dari tabel berikut

UmurPenghasilan

(Rp)Penghasilan sesudah

pajak(Rp)

Present Value(10%)

PV penghasilan

(Rp)

40 100.000.000 85.000.000 1 85.000.000

41 105.000.000 89.250.000 0,9090909 81.136.364

42 110.250.000 93.712.500 0,8264463 77.448.347

43 115.726.500 98.398.125 0,7513148 73.927.968

44 121.550.625 103.318.031 0,6830135 70.567.606

45 127.628.156 108.483.933 0,6209213 67.359.987

46 134.009.564 113.908.129 0,5644739 64.298.169

47 140.710.042 119.603.536 0,5131581 61.375.525

48 147.745.544 125.583.713 0,4665074 58.585.729

49 155.132.822 131.862.898 0,4240976 55.922.741

50 162.889.463 138.456.043 0,3855433 53.380.798

51 171.033.936 145.378.845 0,3504939 50.954.398

52 179.585.633 152.647.788 0,3186308 48.638.289

53 188.564.914 160.280.177 0,2896644 46.427.458

54 197.993.160 168.294.186 0,2633313 44.317.119

55 207.892.818 176.708.895 0,239392 42.302.705

56 218.287.495 185.544.340 0,2176291 40.379.854

57 229.201.832 194.821.557 0,1978447 38.544.406

58 240.661.923 204.562.635 0,1798588 36.792.388

59 252.695.020 214.790.767 0,163508 35.120.007

60 265.329.771 225.530.305 0,1486438 33.523.643

61 278.596.259 236.806.820 0,1351306 31.999.841

62 292.526.072 248.647.161 0,122846 30.545.303

63 307.152.376 261.079.519 0,1116782 29.156.880

64 322.509.994 274.133.495 0,1015256 27.831.567

65 338.635494 287.840.170 0,092296 26.566.496

JUMLAH 1.312.103.588

• Eksposur Yang Dihadapi oleh Bisnis

Contoh :

Sebuah rumah makan soto selera rasa dibangun oleh juru masak yang ahli, pak Hardo. Ia bisa meracik bumbu yang enak. Misal pak Hardo masih bekerja 10 tahun lagi. Dan menghasilkan omset 100 juta pertahun, dengan laba Rp 20 juta pertahun, dan biaya internal rumah makan 20 %. Jika pak Hardo meninggal maka diperkirakan menurun sebesar 75 juta pertahun. Maka kerugian perusahaan dapat dihitung sbb : • kerugian pertahun : Rp 100 juta – Rp 75 juta = Rp 25 juta pertahun.• present value kerugian = 25 juta/(1+0,2) K + …………….. + 25 juta.(1+0,2) K = 104.811.802

Kerugian pak Hardo mengakibatkan kerugian sebesar sekitar Rp 104 juta. Rumah makan tersebut bisa membeli asuransi dengan nilai pertangungan

sebesar Rp 104 juta

6.2. interaksi probabilitas kematian awal dengan severity kerugian : aplikasi untuk penentuan premi asuransi

Sebagai contoh, ada seorang pria berusia 70 tahun (baru berlang tahun). Jika ia meninggal lima tahun kedepan (usia 75 tahun) kerugian yang ditanggung keluarga adalah 100 juta. Maka nilai sekarang kerugian itu adalah :

Dengan melihat tabel kematian CSO 1980 maka :70q75 = (6.274.160 – 4.898.907)/6.274.160 =

0,219

Kerugian yang diharapkan merupakan perkalian antara probabilitas dengan severity (besarnya kerugian), yang bisa dilihat sebagai berikut :

kerugian yang diharapkan = 0,219 x Rp 100 juta = Rp 21,9 juta

Karena peristiwa tersebut terjadi lima tahunkedepan maka kita perlu mencari kerugian dng nilai sekarang. Misal dengan bunga 10 % maka :

Nilai kerugian sekarang : Rp 21,9 juta / (1+0,1)⁵ = Rp 13,598 juta

RANGKUMAN

Bab ini membicarakan risiko kematian awal (premature death). Dimana kematian ini sendiri merupakan hal yang pasti, tetapi timing dari kematian adalah tidak pasti. Pengukuran probabilitas kematian bisa dilakukan dengan menggunakan tabel kematian (mortality table).

Hal-hal penting dalam bab ini

• CSO mortality table• Eksposur kematian awal• Kematian awal• Probabilitas Kematian Awal• Severity dari Kematian Awal• Tabel Kematian• Usia pengharapan Hidup

BAB 7RISIKO KESEHATAN, KECELAKAAN

MOBIL, DAN

KECELAKAAN KERJA

DALAM BAB INI MEMBICARAKAN TENTANG RISIKO KESEHATAN, KECELAKAAN MOBIL, DAN KECELAKAAN

KERJA.TUJUAN PEMAPARANNYA ADALAH MENGINGATKAN

PADA PEMBACA BAHWA MASIH BANYAK RESIKO MURNI LAINNYA YANG BELUM DIBICARAKAN

SEHINGGA KITA BISA BERHATI – HATI TERHADAP RESIKO TERSEBUT

7.1. RISIKO KESEHATAN

Risiko kesehatan terjadi bila seseorang mengalami gangguan kesehatan. Dimana penyebab umum gangguan kesehatan adalah kecenderungan semakin tuanya penduduk didunia7.1.1. Penduduk Yang Semakin Menua

Pada tahun 2025 diperkirakan ada sekitar 830 juta penduduk dunia dengan usia lebih besar atau sama dengan 65 tahun. Tabel berikut ini menunjukkan jumlah penduduk diatas 65 tahun untuk negara-negara dunia

Negara

2002Usia pengharapan

hidup

Penduduk usia>=65 tahun(000)

2002-2005

Pria Wanita 2002 2005%kenaikan penduduk

tua

Amerika utaraKanadaMeksikoAmerika serikat

766974

837580

4.1004.660

35.551

7.89311.44763.524

9314679

Negara

2002Usia pengharapan

hidup

Penduduk usia>=65 tahun(000)

2002-2005

Pria Wanita 2002 2005%kenaikan penduduk

tua

Amerika selatanArgentinaBrasilColombia

Venesuela

7167676871

7975757377

3.9779.9671.9861.3661.170

6.31024.0545.2593.1743.162

59141165132170

Prancis

Irlandia

SpanyolItalia

7575767476767062767776

8381818082827873838381

9.70914.2441.921442

10.7112.2174.870

19.0317.0331.5369.373

13.98119.8132.467753

13.8963.7487.887

25.0949.0042.124

12.996

4439287030696232283839

Negara

2002Usia pengharapan

hidup

Penduduk usia>=65 tahun(000)

2002-2005

Pria Wanita 2002 2005%kenaikan penduduk

tua

6841674349

7342724649

3.0501.8411.478914

2.097

7.9352.9123.2521.5853.602

16058

1207372

Bangladesh

IndinesiaJepang

Spanyol

617063667861726969

83

617464718463797374

83

4.51595.65848.69711.10823.0976.1143.6364.3354.232

2.460

10.891204.650106.33627.75133.65911.9888.952

10.1808.861

4.479

1411141181504696

146135109

82

Dari data tersebut terlihat bahwa penduduk tua terbanyak pada tahun 2025 ada di cina dan india, yang mencapai sekitar 206 juta dan 106 juta orang, berturut-turut. Kenaikan penduduk dari tahun 2002-2025 bisa mencapai 170 % ( venesuela), dan sekitar 11-705 untuk negara-negara maju.

Penyebab tren semakin banyaknya penduduk tua adalah menurunnya tingkat kelahiran pada 25 tahun terakhir, dan penurunan tingkat kematian, baik dinegara berkembang dan negara maju.

Dinegara maju seperti amerika serikat, 70 % dari kematian total kematian muncul sesudah 65 tahun.

Penyebab kematian terutama untuk usia tua bervariasi dari suatu negara kenegara lainnya. Contoh karena jantung yang merupakan gangguan paling umum dengan tingkat kematian :

-5.014 per 100.000 orang di Irlandia- 4.766 per 100.000 orang di Finlandia- 3.077 per 100.000 orang di Prancis- 2.516 per 100.000 orang di jepang

Dimana tingkat kematian wanita lebih rendah dibandingkan pria

usia pengharapan hidup tertua ada di jepang, kanada, australia, perancis. Dan secara umum usia pengharapan

hidup wanita lebih panjang dibandingkan untuk pria.

Tabel penyakit penyebab kematian terbesar

Penyakit Jumlah korban

Heart Disease (penyakit) jantungMalignant Neoplasms (kanker)Cerebrovascular diseaseChronic Low. Respiratory DiseaseKecelakaan Tidak SengajaDiabetes MelitiusInfluensa dan PneumoniaAlzheimerNephritisSepticemia

696.447557.197162.555124.777105.79673.24865.41858.86640.80133.560

Sumber : http://en.wikipedia.org/wiki/mortality

7.1.2. Morbidity RateMorbidity rate merupakan banyaknya penduduk (jumlah kasus) yang menderita sakit tertentu. Morbidity berasal dari bahasa latin morbidus, yang artinya sakit atau tidak sehat.Morbidity rate bisa dibandingkan dengan mortality rate. Semuanya dihitung berdasarkan data historis.Tabel berikut ini menyajikan kematian per 10.000 penduduk karena kanker paru-paru di amerika serikat pada tahun 2002 berdasarkan distribusi umur.

A. Total PendudukUsia Total Pria Wanita

Semua umur 54,9 73,2 41,6

< 11 – 1415 – 2425 – 3435 – 4445 – 5455 – 6465 – 7475 – 8485 +

****0,10,46,030,3

115,3275,0377,6297,2

******0,46,236,6

144,0355,9527,9482,2

******0,45,824,388,8

207,7277,8217,0

Dari panel A terlihat bahwa pria cenderung meninggal dunia karena kanker paru-paru lebih besar dibandingkan wanita

Usia Total Pria Wanita

Semua umur 23,7 36,2 14,6

< 11 – 1415 – 2425 – 3435 – 4445 – 5455 – 6465 – 7475 – 8485 +

******0,41,59,940,9

110,4183,7189,0

********1,512,660,7

161,7299,1307,9

********1,67,323,269,5

104,6130,1

B. Hispanic

C. Non-Hispanic WhiteUsia Total Pria Wanita

Semua umur 57,5 75,0 44,6

< 11 – 1415 – 2425 – 3435 – 4445 – 5455 – 6465 – 7475 – 8485 +

******0,46,531,2

120,6292,0392,2304,8

******0,56,536,5

145,7369,5538,3493,3

******0,36,526,096,8

225,9294,3223,4

Usia Total Pria Wanita

Semua umur 62,9 96,6 41,6

< 11 – 1415 – 2425 – 3435 – 4445 – 5455 – 6465 – 7475 – 8485 +

******0,49,048,1

155,6299,5385,6274,9

********

11,066,3

228,0451,4633,9490,1

********7,332,597,5

191,8245,1192,7

D. Non-Hispanic Black

Pada panel B,C, dan D menyajikan jumlah kematian berdasarkan ras

Dari data diatas terlihat bahwa ras hispanic mempunyai tingkat kematian yang lebih rendah dibandingkan ras lainnya.

7.2. RISIKO KECELAKAAN KENDARAAN

Kecelakaan kendaraan praktis terjadi sejak kendaraan diciptakan. Menurut WHO, kecelakaan lalu lintas menyebabkan lebih dari satu juta orang tewas, 50 juta orang terluka. Di Amerika serikat setiap 13 menit terjadi kematian karena kecelakaan kendaraan.

Beberapa statistik yang menarik tentang kecelakaan kendaraan

- Sekitar 26 % pengemudi pernah terlibat dalam kecelakaan mobil selama lima tahun sebelumnya- Ada sekitar 17.419 kematian karena kecelakaan pada tahun 2002 yang disebabkan oleh alkohol- Lebih dari setengah kematian yang dilaporkan, 59 % diantaranya memakai sabuk pengaman- Kematian karena kecelakaan mobil terbalik mencapai 82 %

Tabel 7.6. Distribusi kecelakaan berdasarkan kategori usia di AS (1998)

Umur Jumlah kecelakaan Persentase (%)

< 5 427 1,74

5 – 9 432 1,76

10 – 15 799 3,26

16 – 20 3.447 14,05

21 – 24 2.245 9,15

25 – 34 4.034 16,45

35 – 44 3.993 16,28

45 – 54 2.885 11,76

55 – 64 1.863 7,60

65 – 74 1.746 7,12

74 2.411 9,83

Tidak diketahui 244 0,99

Total 24.526 100,00

Tabel 7.7. Distribusi Umur Penduduk Amerika Serikat (2000)

Usia Male Female Total Persentase (%)

138.053.563

143.368.343

281.421.906 100.00

0 -4 9.810.733 9.365.065 19.175.798 6,81

5 – 9 10.523.277 10.026.228 20.549.505 7,30

10 – 14

10.520.197 10.007.875 20.528.072 7,29

15 – 19

10.391.004 9.828.886 20.219.890 7,18

20 – 24 9.687.814 9.276.187 18.964.001 6,74

25 – 29 9.798.760 9.582.576 19.381.336 6,89

30 – 34

10.321.769 10.188.619 20.510.388 7,29

35 – 39

11.318.696 11.387.968 22.706.664 8,07

40 – 44

11.129.102 11.312.761 22.441.863 7,97

45 - 49 9.889.506 10.202.898 20.092.404 7,14

Dengan menggabungkan informasi pada tabel 7.6 dan 7.7, kita bisa memperoleh seberapa besar resiko kecelakaan kendaraan

untuk setiap kategori umur.

Usia Male Female Total Persentase (%)

45 – 49 9.889.506 10.202.898 20.092.404 7,14

50 – 54 8.607.724 8.977.824 17.585.548 6,25

55 – 59 6.508.729 6.960.508 13.469.237 4,79

60 – 64 5.136.627 5.668.820 10.805.447 3,84

65 – 69 4.400.362 5.133.183 9.533.545 3,39

70 – 74 3.902.912 4.954.529 8.857.441 3,15

75 – 79 3.044.456 4.371.357 7.415.813 2,64

80 – 84 1.834.897 3.110.470 4.945.367 1,76

> 85 1.226.998 3.012.589 4.239.587 1,51

Umur

Jumlah kecelaka

an(1)

Persentase (%)

(2)

Jumlah penduduk

(3)

Persentase

penduduk(4)

Persentase kecelakaan

berdasarkan jumlah

penduduk(5)={(1)/(3)}

x 100%

Angka kecelakaa

n

(5)={(2)/(4)}

x 100%

< 5 427 1,74 19.175.798 6,81 0,0022 25,55

5 – 9 432 1,76 20.549.505 7,30 0,0021 24,12

10 – 15 799 3,26 20.528.072 7,29 0,0039 44,66

16 – 20 3.447 14,05 20.219.890 7,18 0,0170 195,61

21 – 24 2.245 9,15 18.964.001 6,74 0,0118 135,84

25 – 34 4.034 16,45 39.891.724 14,18 0,0101 116,03

35 – 44 3.993 16,28 45.148.527 16,04 0,0088 101,48

45 – 54 2.885 11,76 37.677.952 13,39 0,0077 87,86

55 – 64 1.863 7,60 24.274.684 8,63 0,0077 88,06

65 – 74 1.746 7,12 18.390.986 6,54 0,0095 108,94

74 2.411 9,83 16.600.767 5,90 0,0145 166,65

Tabel diatas menunjukkan bahwa probabilitas angka kecelakaan kendaraan tertinggi pada usia 16 – 20 tahun, disusul dengan

kategori usia 21 – 24 tahun.

Kecelakaan mobil dikarenakan dua hal yaitu :1. Faktor

manusia :

Pengemudi sering kali melakukan perbuatan yang bisa mendorong kecelakaan. Seperti faktor dibawah ini :

Aktivitas persentase

Berbicara dengan penumpang lainMemainkan radio atau CDMakan atau minumMenggunakan telepon selular

81 %66 %49 %25 %

2. Faktor teknis :

Faktor teknis diakibatkan karena kelemahan mobil atau kendaraan yang bisa menyebabkan atau mendorong

kecelakaan. Sebagai contoh : ban yang kehilangan gesekan ketika terjadi pengereman mendekati setengah gravitsi.

Bisa menyebabkan mobil tidak berhenti pada saatnya. Dan sistem api yang kurang aman bisa meningkatkan risiko

kebakaran atau kecelakaan mobil.

Dengan mengetahui penyebab-penyebab kecelakaan kendaraan, kita bisa mengelolah resiko kecelakaan kendaraan lebih baik,

misal dengan mencegah terjadinya hal yang bisa meningkatkan terjadinya resiko kecelakaan kendaraan.

7.3. RISIKO KECELAKAAN kerja

Menurut data statistik kecelakaan kerja di Inggris, diperkirakan ada sekitar 1,6 juta cidera karena kerja setiap

tahunnya, dan 2,2 juta kasus gangguan kesehatan karena kerja. Dan sekitar 30 juta perhari kerja hilang karena kecelakaan,

cidera dan gangguan kesehatan

Kecelakaan kerja karena terpeleset atau terantuk benda merupakan penyebab kecelakaan kerja paling sering

Sekitar 60% kecelakaan kerja kerja yang menyebabkan kematian terjadi pada konstruksi, transportasi, pergudangan, pertanian, kehutanan, dan perikanan.

Sekitar 1,3 juta pekerja secara regular rentang terhadap suara yang terlalu bising yang bisa merusak pendengaran mereka.

Bagaimana dengan indonesia..??Tahun 2005 terjadi 95.418 kecelakaan kerja yang menyebabkan 6.114 pekerja cacat.

RANGKUMAN

Bab ini membicarakan risiko kesehatan, kecelakaan kendaraan, dan kecelakaan kerja. Tujuan dari bab ini untuk menyadarkan pembaca bahwa masih banyak risiko murni

lainnya yang belum tuntas dibahas.

Penting dalam bab ini :

Aging populationMorbiditu rate

Risiko kesehatanUsia Pengharapan hidup