BAB 3 METODOLOGI PENELITIAN

dokumen-dokumen yang mirip
UNIVERSITAS BINA NUSANTARA

BAB V ANALISA DAN PEMBAHASAN

BAB III HASIL ANALISIS

PERAMALAN PENJUALAN AVTUR DENGAN MEMPERTIMBANGKAN SPECIAL EVENT

III. MATEMATIKA DAN STATISTIKA APLIKASI (S.1) EFEK PERUBAHAN POLA CUACA PADA DEBIT AIR MASUK DI WADUK SAGULING

BAB III METODE PENELITIAN. untuk memahami, memecahkan dan mengantisipasi masalah. adalah penelitian secara deskriptif dan komparatif.

BAB 2 TINJAUAN TEORITIS. 2.1 Produk Domestik Regional Bruto

BAB II KAJIAN TEORITIS

Bab III PERANCANGAN PROGRAM APLIKASI

BAB 2 TINJAUAN TEORITIS. yang akan datang. Ramalan adalah situasi dan kondisi yang diperkirakan akan terjadi

BAB 2 LANDASAN TEORI

BAB IV METODE PERAMALAN

PERAMALAN CURAH HUJAN KOTA PONTIANAK DENGAN DEKOMPOSISI SENSUS II

BAB 1 PENDAHULUAN. Pasar global dewasa ini tanpa disadari telah membuat kompetisi di dalam dunia

Peramalan Penjualan Avtur dengan Mempertimbangkan Special Event

3 METODOLOGI PENELITIAN

LAPORAN PRAKTIKUM MODUL I PERAMALAN

BAB 3 LANGKAH PEMECAHAN MASALAH

BAB 5 HASIL DAN PEMBAHASAN. Tabel 5.1 Total Hasil Penjualan

BAB 1 PENDAHULUAN. 1.1 Pendahuluan. Universitas Sumatera Utara

BAB 3 METODE PENELITIAN

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 2 LANDASAN TEORI. Peramalan (Forecasting) adalah suatu kegiatan untuk memperkirakan apa yang akan

BAB 2 LANDASAN TEORI

Jurnal Ilmiah Komputer dan Informatika (KOMPUTA) 45 Edisi... Volume..., Bulan 20.. ISSN :

BAB 2 TINJAUAN TEORITIS

BAB 2 LANDASAN TEORI

Team project 2017 Dony Pratidana S. Hum Bima Agus Setyawan S. IIP

BAB 4 HASIL DAN BAHASAN

BAB 4 METODOLOGI PENELITIAN. dilakukan penyesuaian terhadap hari perdagangan (data penyesuaian ini yang akan

BAB 4 METODOLOGI. Dalam penelitian ini bahan / materi dikumpulkan melalui : selama 4 tahun penjualan besi Wiremesh untuk diramalkan

BAB V ANALISA HASIL Perbandingan Akurasi Hasil Peramalan MC Tire IRC Tube Type. menganalisa produk MC Tire IRC Tube Type, sebagai berikut :

BAB I PENDAHULUAN. dapat dianggap sebagai perusahaan yang berkembang maju. Suatu perusahaan agar dapat memenuhi kebutuhan masyarakat dan juga mampu

Universitas Gunadarma PERAMALAN

Teknik Proyeksi Bisnis (Forecasting)

MATHunesa Jurnal Ilmiah Matematika Volume 3 No.6 Tahun 2017 ISSN

BAB 2 TINJAUAN TEORITIS. Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa yang

BAB 5 HASIL DAN PEMBAHASAN. Berikut dibawah ini adalah data yang didapat dari GK AUTO. Tabel 5.1 Data Variabel

MATERI 3 PER E AM A AL A AN

Aplikasi Sistem Informasi Forecasting pada PD. Maha Jaya. Teknik Informatika 1 Teknik Industri 2 Universitas Kristen Petra Surabaya

Universitas Bina Nusantara. Program Studi Ganda Tehnik Informatika-Statistika Skripsi Sarjana Program Ganda Semester Ganjil tahun 2006/2007

ABSTRAK. Universitas Kristen Maranatha

BAB IV PENGUMPULAN DAN PENGOLAHAN DATA

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI

BAB 3 PRAKIRAAAN dan PERAMALAN PRODUKSI. Dalam Manajemen Operasional, mengapa perlu ada peramalan produksi?

PENERAPAN METODE EXPONENTIAL SMOOTHING UNTUK PERAMALAN PENGGUNAAN WAKTU TELEPON DI PT TELKOMSEL Divre 3 SURABAYA

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI

Teknik Peramalan Melalui Pemulusan Data (Bagian II) Dr. Kusman Sadik, M.Si Departemen Statistika IPB, 2017/2018

BAB IV PENGUMPULAN DAN PENGOLAHAN DATA

BAB IV PEMODELAN SISTEM

III. METODOLOGI PENELITIAN

dari tahun pada stasiun pengamat yang berada di daerah Darmaga, Bogor.

BAB 3 METODOLOGI PENELITIAN

BAB IV ANALISIS HASIL DAN PEMBAHASAN

BAB 1 PENDAHULUAN. 1.1 Latar Belakang. Indonesia merupakan negara agraris karena memiliki tanah yang subur. Karena

PERAMALAN PENENTUAN JUMLAH PERMINTAAN KONSUMEN BERBASIS TEKNOLOGI INFORMASI TERHADAP PRODUK BORDIR PADA KOTA TASIKMALAYA

METODE PERAMALAN HOLT-WINTER UNTUK MEMPREDIKSI JUMLAH PENGUNJUNG PERPUSTAKAAN UNIVERSITAS RIAU ABSTRACT

BAB I PENDAHULUAN 1.1. Latar Belakang Vanissa Hapsari,2013

BAB I PENDAHULUAN. Sejak kondisi ekonomi dan bisnis selalu berubah setiap waktu, maka para

LECTURE 12 Analisis Dekomposisi dan Model Runtut Waktu

ANALISIS RANGKAIAN WAKTU (TIME SERIES ANALYSIS)

Seminar Nasional Teknologi Informasi, Komunikasi dan Industri (SNTIKI) 7 ISSN : Pekanbaru, 11 November 2015

PERAMALAN (FORECASTING)

BAB 2 LANDASAN TEORI

PERAMALAN PENJUALAN PADA USAHA DEPOT AIR MINUM ISI ULANG AQUA JOSS

SISTEM INFORMASI PERAMALAN PENJULAN JAMUR MENGGUNAKAN METODE DOUBLE EXPONENTIAL SMOOTHING BERBASIS WEB PADA PT AGARICUS SIDO MAKMUR SENTOSA

BAB III METODOLOGI PENELITIAN

BAB III ANALISA DAN DESAIN SISTEM

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

METODE MOVING AVERAGE DAN METODE WINTER DALAM PERAMALAN ABSTRACT

BAB IV METODE PENELITIAN

BAB 1 PENDAHULUAN Pendahuluan

SISTEM PERAMALAN PENJUALAN PRODUK USAHA KECIL MENENGAH BERDASARKAN POLA DATA RIWAYAT PENJUALAN

BAB III METODE DEKOMPOSISI. 3.1 Arti dan Pentingnya Analisis Deret Waktu. Data deret waktu adalah data yang dikumpulkan dari waktu ke waktu

CROSS SECTION. Data yang tidak berdasar waktu DATA STATISTIK BERDASARKAN PERSPEKTIF WAKTU TIME SERIES. Berbasis Waktu

BAB 2 LANDASAN TEORI. Produksi jagung merupakan hasil bercocok tanam, dimana dilakukan penanaman bibit

BAB III ANALISA DAN PERANCANGAN SISTEM

BAB III METODE PEMULUSAN EKSPONENSIAL HOLT-WINTER DAN METODE DEKOMPOSISI KLASIK

BAB II LANDASAN TEORI

BAB 2 LANDASAN TEORI

(FORECASTING ANALYSIS):

PENERAPAN ALGORITMA FORECASTING UNTUK PREDIKSI PENDERITA DEMAM BERDARAH DENGUE DI KABUPATEN SRAGEN

BAB 2 TINJAUAN TEORITIS

BAB IV PENGOLAHAN DATA

Exponential Smoothing with Damped Trend Arum H. Primandari

BAB I PENDAHULUAN I.1 Latar Belakang

SISTEM PERAMALAN STOK OBAT MENGGUNAKAN METODE EXPONENTIAL SMOOTHING

BAB III TINJAUAN PUSTAKA

Prosiding Manajemen ISSN:

SURVEI PENJUALAN ECERAN

BAB 4 HASIL DAN PEMBAHASAN

BAB SIMULASI PERHITUNGAN HARGA BARANG. Bab 4 Simulasi Perhitungan Harga barang berisikan :

CROSS SECTION. Data yang tidak berdasar waktu DATA STATISTIK BERDASARKAN PERSPEKTIF WAKTU TIME SERIES. Berbasis Waktu

REGRESI DAN KORELASI PADA JASA PARIWISATA DAN PERHOTELAN. Dr. I Gusti Bagus Rai Utama, SE., M.MA., MA.

BAB 4 HASIL DAN PEMBAHASAN. langsung melihat database yang digunakan dengan cara menekan tombol open

BAB I PENDAHULUAN. menjaga tenggat waktu, dan meminimalkan biaya persediaan. yang harus ditempuh menghadapi suatu kondisi tertentu (Rangkuti, 2004).

METODE PEMULUSAN EKSPONENSIAL WINTER UNTUK PERAMALAN ABSTRACT

Transkripsi:

BAB 3 METODOLOGI PENELITIAN 3.1. Sejarah Umum Perusahaan Saputra Plastik adalah perusahaan yang bergerak dalam bidang pemasaran berbagai jenis plastik seperti PP, PE, HD, dan Tali Plastik ; didirikan pada tanggal 5 Desember 1990 oleh Bapak Ali yang masih menempati rumah tinggalnya yang berfungsi sebagai kantor, dan berlokasi di Cipinang Jakarta Timur. Perusahaan diberi nama Saputra Plastik sesuai dengan akta notaris No.21 Yefra Nofri, S.H. 3.2. Struktur Organisasi Struktur organisasi menggambarkan hubungan dan tingkat wewenang dari tingkat Yang paling atas ( komisaris ) sampai ke tingkat yang paling bawah ( karyawan ). Perusahaan PD. Saputra Plastik dijalankan oleh seorang direktur yang membawahi tiga departemen. Masing-masing departemen terdiri dari beberapa kepala bagian ( kabag ) dan staf. Pembagian departemen yang dilakukan dalam struktur organisasi PD. Saputra Plastik membawa dampak yang cukup baik. Hal ini ditunjukkan dengan lancarnya usaha PD. Saputra Plastik yang dapat dikatakan cukup baik pula, dan dapat bertahan serta bersaing dengan perusahaan-perusahaan sejenis terhitung sejak tahun 1990 sampai sekarang. 39

40 Struktur organisasi PD. Saputra Plastik dapat dilihat pada Gambar 3.1 berikut : Komisaris Direksi Penjualan Administrasi Personalia Umum Gudang Sample Akuntan Satpam Delivery Patrun Keuangan Umum Supervisor Kolektor dan Umum Sales Umum Gambar 3.1 Struktur Organisasi PD. Saputra Plastik

41 Adapun data yang dipakai dalam penulisan adalah data-data penjualan Plastik PP, PE, HD dan tali plastik bulan Januari 1999 sampai Desember 2004. Data yang diambil adalah data bulanan yang diambil dari laporan akhir bagian penjualan adalah sebagai berikut : Tabel 3.1. Jumlah Data penjualan PP, PE, HD, tali plastik ( dalam bal ) periode Januari 1999 Desember 2004 Bulan PP PE HD Tali Plastik 1999 2000 1999 2000 1999 2000 1999 2000 Jan 690 565 550 650 800 1025 500 365 Feb 685 650 490 444 870 900 405 300 Mar 650 685 805 850 900 963 390 345 Apr 625 595 710 635 890 954 405 355 Mei 580 480 570 532 940 969 420 372 Jun 688 705 520 656 878 897 380 400 Jul 640 680 515 622 920 1130 424 421 Ags 703 712 755 826 980 1098 365 398 Sept 680 725 655 790 988 999 400 388 Okt 710 702 790 776 1010 960 300 376 Nov 665 673 675 750 945 975 345 389 Des 600 576 668 609 966 963 378 404 Jumlah 7916 7748 7703 8140 11087 11833 4712 4513 Bulan PP PE HD Tali Plastik 2001 2002 2001 2002 2001 2002 2001 2002 Jan 705 640 521 700 950 980 550 524 Feb 695 600 475 690 906 965 455 512 Mar 642 670 832 687 912 890 400 500 Apr 608 698 700 740 926 877 399 490 Mei 526 635 579 735 950 900 411 499 Jun 684 658 526 745 909 908 387 487 Jul 621 680 500 695 1060 1025 444 478 Ags 729 675 780 699 1013 1067 380 512 Sept 673 715 642 835 976 975 429 525 Okt 698 740 803 840 1087 1004 298 565 Nov 653 742 701 722 928 968 355 530 Des 550 725 649 799 943 949 383 496 Jumlah 9788 10180 9712 10889 13564 13510 6895 8120

42 Bulan PP PE HD Tali Plastik 2003 2004 2003 2004 2003 2004 2003 2004 Jan 650 700 729 800 1040 1104 600 680 Feb 700 715 700 799 1100 1150 599 679 Mar 749 720 790 788 1058 1168 530 682 Apr 725 740 768 796 1165 1245 500 699 Mei 744 731 697 805 1200 1305 524 675 Jun 705 724 675 815 1036 1278 510 683 Jul 715 706 725 810 1179 1199 531 691 Ags 788 719 700 817 1115 1206 520 696 Sept 750 732 721 820 1097 1197 564 690 Okt 799 755 804 811 1068 1309 570 700 Nov 785 749 760 830 1054 1169 555 705 Des 760 768 765 796 1059 1087 500 648 Jumlah 10873 10763 10837 11691 15174 16421 8506 10232 Sumber : PD. Saputra Plastik 3.3. Tujuan Operasional Penelitian Tujuan Operasional Penelitian ini adalah agar mendapatkan metode peramalan yang tepat untuk meramalkan penjualan plastik. 3.4. Metode Penelitian Penelitian ini dilakukan di PD. Saputra Plastik. Penelitian ini adalah bersifat studi analisis. Dalam penelitian ini, penulis menggunakan metodemetode peramalan dalam upaya untuk memodelkan data penjualan. metode peramalan yang digunakan adalah metode peramalan Dekomposisi dan metode peramalan Holt. Populasinya adalah data-data penjualan PD. Saputra Plastik dari bulan Januari 1999 sampai dengan bulan Desember 2004. sampel yang digunakan sebagai bahan penelitian adalah PP, PE, HD, tali plastik.

43 3.5. Variabel Penelitian Variabel adalah segala sesuatu yang akan menjadi objek pengamatan dalam penelitian yang berupa konsep yang mempunyai variasi nilai. Sesuai dengan judul skripsi ini Analisis Perbandingan Antara Metode Dekomposisi dengan Metode Holt untuk Peramalan Penjualan Plastik, maka variabel pada penelitian ini adalah Variabel Bebas : Waktu ( dalam bulan ) Variabel terikat : Nilai Penjualan 3.6. Desain Penelitian Data hasil Observasi Metode Dekomposisi Metode Holt Metode Peramalan yang tepat Hasil Peramalan Penjualan

44 3.7. Teknik Pengumpulan data Teknik Pengumpulan data yang penulis gunakan adalah sebagai berikut : 1. Penelitian Lapangan ( Field Research ), suatu teknik pengumpulan data dengan melakukan peninjauan langsung ke perusahaan yang menjadi objek penelitian skripsi ini. Penelitian ini dapat dilakukan dengan cara : a. Observasi ( pengamatan ), yaitu pengamatan secara langsung terhadap kegiatan-kegiatan yang ada dalam perusahaan yang berhubungan dengan masalah yang diteliti. b. Wawancara, yaitu dengan mengajukan pertanyaan-pertanyaan langsung kepada bagian yang berhubungan dengan data yang diperlukan 2. Studi Kepustakaan ( Library Research ), suatu penelitian yang dilakukan dengan memperoleh data dan informasi secara teoritis yang diperoleh dengan cara membaca buku-buku, literatur yang terkait dengan masalah dalam peneliltian. 3.8 Teknik Analisis Data Teknik analisis yang digunakan untuk peramalan adalah teknik analisis Dekomposisi ( Metode Dekomposisi ) dan teknik analisis Holt ( Metode Holt). Data-data yang didapat dari masa lalu kemudian disusun untuk diterapkan dengan menggunakan metode peramalan. Teknik Dekomposisi dan Holt dalam deret waktu terdiri dari pengambilan suatu kumpulan nilai-nilai yang diobservasi, menghitung nilai-nilai itu, dan kemudian nilai-nilai dari kedua teknik tersebut dibandingkan.

Metode peramalan Dekomposisi menggunakan formula sebagai berikut : Untuk metode Dekomposisi, langkah-langkah yang dilakukan adalah sebagai berikut: 1. Mengumpulkan data penjualan sebelumnya dan menganalisis data itu untuk menentukan pola data yang dimiliki perusahaan. 2. Menghitung Rata-rata Bergerak ( Moving Average ) dari data tersebut, dengan rumus : ( m 1) Yt + Yt Yˆ = 2 t + 1 Dimana, t = Periode waktu Y t = Data aktual pada periode t Ŷ t = Data ramalan pada periode t m = Waktu rata-rata bergerak 3. Melihat pola data dari rata-rata bergerak tersebut untuk menentukan jenis trend yang akan dipakai apakah linear, kuadrat ataupun eksponensial. 4. Menghitung nilai indeks musiman yang diambil dari nilai rata-rata bergerak dengan rumus : Rasio = ( Y t / M t ) ( m 1) +......... + Yt 2 m Dimana, Y t = Data_aktual; M t = rata-rata bergerak 12 bulanan Rata-rata rasio bulan ke-i = rasio bulan ke-i / banyak rasio Konstanta penyesuaian 12 / rasio ( m 1) 2 Indeks musim bulan i = rasio bulan i / konstanta penyesuaian + m 45

46 5. Mencari nilai persamaan untuk garis trend, lalu menghitung faktor trend dengan rumus : Y t = a + bt а = ( ΣY / n ) - b ( Σt / n ) b = ( n Σt Y - Σt ΣY ) / ( n Σ t 2 - ( Σ t ) 2 ) Di mana, T t = kecenderungan (trend) yang terjadi pada periode ke- t t = indeks waktu (bulan) di mulai dari bulan ke- 1 sampai bulan ke- n a,b = nilai-nilai yang akan dicari sebagai penduga parameter model 6. Mencari faktor siklik dari data penjualan sebelumnya dengan rumus: C t = ( M t / T t ) Dimana, C t = siklus M t = rata-rata bergerak T t = trend 7. Menghitung nilai ramalan untuk tahun mendatang dengan menggunakan metode dekomposisi dengan rumus : X t = f( I t, T t,c t,e t ) Dimana, X t = nilai deret berkala ( data yang aktual ) pada periode t, I t = komponen musiman ( atau indeks ) pada periode t, T t = komponen trend pada periode t, C t = komponen siklus pada periode t, dan

47 E t = komponen galat atau acak pada periode t. 8. Menganalisa kesalahan ramalan sehingga dapat ditentukan apakah metode yang dipilih sudah tepat dengan rumus : n ( Xt Xt ˆ ) / Xt MAPE = *100% t= 1 n Metode Peramalan Holt menggunakan formula sebagai Berikut : Untuk metode Holt, langkah-langkah yang dilakukan adalah sebagai berikut: 1. Mengumpulkan data penjualan sebelumnya dan menganalisis data itu untuk menentukan pola data yang dimiliki perusahaan. 2. Menghitung level yang dihaluskan yang sedang dihitung dalam periode t dari data tersebut, dengan rumus : L t = α Y t + ( 1- α) ( L t-1 + T t-1 ) Dimana, L t = tingkat serial yang dihaluskan yang sedang dihitung dalam periode t L t-1 = tingkat serial yang dihaluskan yang sudah dihitung dalam periode t-1 T t-1 = nilai dari komponen trend yang sudah dihitung dalam periode waktu t-1 Y t = nilai observasi dari time series pada periode t α = konstanta penghalus ( smoothing constant ) yang besarnya subjektif ( dimana 0 < α < 1 )

3. Menghitung trend yang dihaluskan yang sedang dihitung dalam periode t dari data tersebut, dengan rumus : 48 T t = β ( L t - L t-1 ) + ( 1-β ) T t-1 Dimana, T t = nilai dari komponen trend yang sedang dihitung dalam periode waktu t L t = tingkat serial yang dihaluskan yang sedang dihitung dalam periode t L t-1 = tingkat serial yang dihaluskan yang sudah dihitung dalam periode t-1 T t-1 = nilai dari komponen trend yang sudah dihitung dalam periode waktu t-1 β = Konstanta penghalus ( smoothing constant ) yang besarnya subjektif ( dimana 0 < β< 1 ) 4. Menghitung nilai ramalan dengan menggunakan metode Holt s dengan rumus : Y ˆ = L + t+ p Dimana : t p( T ) t ˆ = Nilai ramalan pada periode i Y t + p E t = Tingkat dari serial yang diperhalus yang dihitung dalam periode waktu terkini t T t = Nilai dari komponen trend yang dihitung dalam periode waktu terkini t p = Jumlah periode dari periode t sampai periode i

49 5. Menganalisa kesalahan ramalan sehingga dapat ditentukan apakah metode yang dipilih sudah tepat dengan rumus : n ( Xt Xt ˆ ) / Xt MAPE = *100% t= 1 n 3.9 Gambaran Sistem 3.9.1 Diagram Alir Modul Menu Utama Start Login Keluar Menu Utama Peramalan Setup Data Gambar 3.2 Modul Menu Utama

50 Keterangan gambar 3.1 Modul Menu Utama Setelah program dijalankan, maka pengguna diharuskan untuk menguji terlebih dahulu. Jika login gagal maka menu utama tidak dapat ditampilkan, namun sebaliknya, jika login berhasil maka menu utama akan ditampilkan. Di menu utama pengguna dapat memilih sub menu yang lain yaitu Peramalan, setup, dan data. 3.9.2 Diagram Alir Modul Menu Peramalan Start Tipe Produk Pilih Tampilan Data Pilih Metode Dekomposisi atau Holt Lihat Tabel Gambar 3.3 Modul Menu Peramalan

51 Keterangan gambar 3.2 Modul Menu Peramalan Modul ini dimulai dengan memilih tipe produk terlebih dahulu, kemudian pengguna dapat memilih tampilan data berupa tabel atau grafik, setelah itu dapat memilih metode yang ingin digunakan dalam peramalan yaitu Metode Dekomposisi atau Metode Holt. Pada tahap akhir pengguna dapat melihat hasil peramalan dalam bentuk tabel atau grafik. 3.9.3 Diagram Alir Modul Setup Start Masukkan Nilai α Masukkan Nilai β Save Gambar 3.4 Modul Setup Keterangan gambar 3.4 Modul Setup Dalam Modul ini, pengguna harus memasukkan nilai α ( alfa ) dan ( beta) untuk proses perhitungan peramalan dengan menggunakan metode Holt. Setelah dimasukkan nilai α ( alfa ) dan β ( beta ) harus di Save.

52 3.9.4 Diagram Alir Modul Data Start Lihat Tabel/ Grafik Gambar 3.5 Modul Data Keterangan gambar 3.5 Modul Data Dalam Menu ini, Pengguna dapat melihat histori data penjualan yang ingin diramalkan dalam bentuk tabel dan grafik. 3.10 Rancangan Tampilan Layar 3.10.1 Layar Menu Login LOGIN X USER NAME PASSWORD LOGIN Gambar 3.6 Rancangan Layar Menu Login

53 3.10.2 Layar Menu Utama X LOGO PERUSAHAAN PERAMALAN SETUP DATA EXIT Gambar 3.7 Rancangan Layar Menu Utama

54 3.10.3 Layar Menu Peramalan X LOGO PERUSAHAAN GAMBAR GRID DATA PRODUK TAMPILAN TABEL GRAFIK DEKOMPOSISI HOLT PERAMALAN SETUP DATA EXIT Gambar 3.8 Rancangan Layar Menu Peramalan

55 3.10.4 Layar Menu Setup X LOGO PERUSAHAAN α β SAVE PERAMALAN SETUP DATA EXIT Gambar 3.9 Rancangan Layar Menu Setup

56 3.10.5 Layar Menu Data X LOGO PERUSAHAAN GRID DATA GRAFIK DATA PERAMALAN SETUP DATA EXIT Gambar 3.10 Rancangan Layar Menu Data