LANDASAN TEOR
2.2 Pengenalan Citra
2.2.3 Sistem Penangkap Citra Digital
Komputer digital hanya dapat memproses citra dalam bentuk digital. Pada cara yang konvensional, pemasukan data citra digital dilakukan melalui papan ketik (keyboard) atau terminal biasa. Data-data yang dimasukkan berupa harga-harga integer yang menunjukkan nilai intesitas cahaya atau tingkat keabuan setiap elemen gambar. Citra digital juga dapat diperoleh secara otomatis dari sistem penangkap citra digital (digital image acquisition system) atau digitizer yang melakukan penjelajahan citra dan membentuk suatu matriks dimana elemen-elemen menyatakan nilai intensitas
cahaya pada suatu himpunan disktrit dari titik-titik. Pada Gambar 2.1 adalah pemrosesan citra ke dalam komputer serta penyimpanannya, seperti terlihat pada Gambar 2.1 di bawah ini:
Gambar 2.1 Elemen Sistem Pengolah Citra
Sistem penangkap citra digital terdiri dari tiga komponen dasar yaitu: 4. Sensor citra yaitu ruang bekerja sebagai pengukur intensitas cahaya
5. Perangkat penjelajah yang bertugas merekam hasil pengukur intensitas pada seluruh bagian citra
6. Pengubah analog ke digital yang mengubah harga kontinu menjadi harga diskrit sehingga dapat diproses dengan komputer
Diagram sistem penangkap citra itu sendiri dapat dilihat pada Gambar 2.2 berikut ini:
Sensor Analog to Digital Komputer
Digital Penyimpan Bingkai Citra Monitor Peraga Citra Masukan Citra Digital Citra Kontinu Subsistem Perekam Subsistem Sampling Subsistem Kuantisasi Citra
Gambar 2.2 Diagram Sistem Penangkap Citra Digital
2.2.4 Konversi Citra Analog ke Citra Digital
Citra digital tidak selalu merupakah hasil langsung dari data rekaman suatu sistem digital. Adakalanya hasil rekaman data tersebut bersifat kontinu, oleh karena itu untuk mendapatkan suatu citra digital diperlukan suatu proses konversi, sehingga citra tersebut dapat diproses dengan komputer.
Citra yang bersifat kontinu dapat diubah menjadi citra digital dengan cara membuat kisi-kisi arah horizontal dan vertikal, sehingga diperoleh gambar dalam bentuk array dua dimensi. Proses tersebut dikenal sebagai proses digitasi atau sampling. Digitasi atau sampling adalah proses membagi gambar secara horizontal dan vertikal menjadi bagian-bagian yang kecil (Munir, R, 2004, hal 19-21), seperti diperlihatkan pada Gambar 2.3. Bagian-bagian yang kecil atau elemen array ini disebut dengan pixel. Pembagian suatu citra menjadi sejumlah pixel dengan ukuran tertentu akan menentukan resolusi spasial yang diperoleh. Semakin kecil ukuran pixel (makin banyak jumlah pixel) gambar maka resolusi gambar tersebut semakin tinggi dan gambar tersebut pun semakin halus atau terang, karena informasi yang hilang akibat pengelompokan tingkat keabuan atau warna ketika proses pembuatan kisi-kisi akan semakin kecil.
Citra dengan tingkat keabuan
Sampling
Citra Digital Pixel
Gambar 2.3 Proses digitasi atau sampling.
Proses yang diperlukan selanjutnya yaitu proses kuantisasi. Dalam proses itu tingkat keabuan setiap pixel dinyatakan dengan suatu bilangan bulat (integer). Batas- batas harga integer atau besarnya daerah tingkat keabuan yang digunakan untuk menyatakan suatu tingkat keabuan pixel akan menentukan resolusi kecerahan dari gambar yang akan diperoleh. Jika digunakan 3 bit untuk menyimpan harga integer tersebut, maka diperoleh 8 tingkat keabuan. Makin besar tingkat keabuan yang digunakan maka makin baik pula gambar yang akan dihasilkan, karena kontinuitas dari tingkat keabuan akan semakin tinggi sehingga mendekati citra aslinya.
2.2.5 Representasi Citra Digital
Data-data dalam sistem komputer perlu dikodekan dengan menggunakan suatu sistem simbol diskrit. Sebuah citra digital dapat dianggap suatu matriks dimana baris dan kolomnya menunjukkan sebuah titik pada citra dan nilai elemen matriks menunjukkan tingkat keabuan (graylevel) pada titik tersebut. Elemen dari array digital tersebut disebut picture elements (pixel). Pada umumnya, citra digital yang direpresentasikan dengan a(x,y) merupakan sebuah fungsi dari banyak variabel yang mencakup kedalaman/depth (z), warna/colour (λ), dan waktu/time(t).
Resolusi gambar dikatakan sebagai jumlah pixel yang terkandung di dalam suatu citra. Pada resolusi rendah keterperincian dan kedalaman citra akan hilang sama sekali dimana pixel-pixel individu jelas kelihatan, pada resolusi tinggi keterperincian data lebih nyata dan tajam. Aspect Ratio adalah suatu bilangan yang dapat diperoleh bila bilangan pixel mendatar dibagi dengan bilangan pixel tegak. Aspect Ratio perlu sama agar citra tidak kelihatan distorted (menyimpang) dan alami. Resolusi citra, Aspect Ratio dan jenis kualitas resolusinya dapat dilihat pada Tabel 2.3 berikut ini:
Tabel 2.3 Resolusi Citra dan Aspect Ratio
Resolusi Citra Aspect Ratio Kwalitas Resolusi
320 x 200 1,6 : 1 Low
1024 x 768 1,33 : 1 High (Munir, R, 2004, hal: 40).
2.1.5.1 Tabel Warna
Tingkatan warna dapat dikatakan sebagai sebuah unsur terpenting dari suatu objek. Tanpa tingkatan warna, objek-objek yang dibuat akan memiliki warna putih atau warna hitam saja, tetapi dengan adanya tingkatan warna maka objek yang dibuat tentunya terlihat lebih bagus dan menarik.
2.2.5.2 Warna dan Intensitas Gambar
Terdapat banyak macam warna dan tingkat intensitas gambar yang dapat dipakai, namun tergantung pada kemampuan dari sistem grafik yang digunakan. Warna dapat dikodekan dengan menggunakan sistem bilangan integer dengan rentang 0 hingga 255. Warna yang sudah dikodekan tersebut disebut dengan kode warna. Kode warna tersebut dapat dirubah tingkat intensitasnya. Sistem Raster Scan memiliki banyak pilihan warna, sedangkan sistem Random Scan biasanya hanya memberikan beberapa pilihan warna saja.
2.3 Format File Gambar
Pada umumnya file gambar digunakan untuk menyimpan gambar yang ditampilkan di layar ke dalam suatu media penyimpanan data. Untuk menyimpan sebuah file gambar ini digunakan salah satu format file. Ada banyak format file gambar yang dapat digunakan untuk menyimpan file gambar, diantaranya adalah BMP, JPEG, ICO.
2.2.1 Format File BMP (Bitmap)
Format file bitmap (BMP) merupakan sebuah format file citra standard untuk komputer-komputer yang menjalankan sistem operasi. Microsoft Windows dan IBM OS/2. Format file bitmap ini dikembangkan oleh pihak Microsoft untuk menyimpan file gambar dan memungkinkan windows untuk menampilkan kembali gambar
tersebut. Struktur dari file BMP terdiri dari BITMAPFILEHEADER berukuran 14 byte dan BITMAPINFOHEADER berukuran 64 byte (Munir, R, 2004, hal: 38-39).
Struktur BITMAPFILEHEADER mengandung informasi mengenai type, size, dan layout dari suatu file yang mengandung Device Independent Bitmap (DIB). Sedangkan struktur BITMAPINFOHEADER menyimpan informasi mengenai dimensi dan format warna dari suatu Device Independent Bitmap (DIB). Jadi dapat disimpulkan BITMAPFILEHEADER memberi informasi mengenai file dan BITMAPINFOHEADER memberikan informasi mengenai gambar. Tabel warna yang didefenisikan sebagai array dari struktur RGBQUAD dan sisanya adalah data gambar. Format ini mendukung resolusi warna dari monokrom hingga true color (16,7 juta warna). Tabel 2.4 di bawah ini memperlihatkan informasi mengenai struktur file BMP untuk gambar 256 warna (tanpa kompresi). Dan Tabel 2.6. di bawah ini memperlihatkan struktur informasi gambar.
Kolom “Mulai” menyatakan posisi awal byte elemen data di dalam file. Kolom “Ukuran” menyatakan ukuran elemen data dalam satuan byte. Kolom “Nama” menyatakan nama field atau pengenal elemen menurut dokumentasi Microsoft API. Kolom “Keterangan” memberi penjelasan tentang elemen data yang dimaksud.
Tabel 2.4 Struktur BITMAPFILEHEADER
Mulai Ukuran (byte) Nama Keterangan 1 2 BmpType Tipe file BMP BA : Bitmap Array BM : Bitmap CI : Color Icon CP : Color Pointer IC : Icon PT : Pointer
3 4 BmpSize Ukuran file BMP dalam byte
atau word
7 2 XhotSpot XhotSpot untuk kursor (pointer)
9 2 YhotSpot YhotSpot untuk kursor (pointer)
11 4 OffBits Posisi byte dimana data awal
(Munir, R, 2004, hal: 40)
Jumlah warna yang terdapat pada gambar ditentukan oleh BitCount. Kemungkinan untuk nilai BitCount adalah:
5. 1 (hitam atau putih) 6. 4 (16 warna)
7. 8 (256 warna) 8. 24 (16,7 juta warna)
Tabel 2.5 Struktur BITMAPINFOHEADER
Mulai Ukuran
(byte)
Nama Keterangan
15 4 HdrSize Ukuran dari info header dalam
byte.
19 4 Width Lebar bitmap dalam pixel
23 4 Height Tinggi bitmap dalam pixel
27 2 Planes Jumlah plane (hampir selalu 1)
29 2 BitCount Jumlah bit per pixel
31 4 Compression Jenis kompresi
(0= tak terkompresi)
35 4 ImageSize Ukuran bitmap dalam byte
39 4 HorzRes Resolusi horizontal
(dalam pixel per meter)
43 4 VertRes Resolusi vertikal
(dalam pixel per meter)
47 4 CrlUsed Jumlah warna yang digunakan
51 4 CrlImportant Jumlah warna yang penting
57 2 Reserved Tidak dipakai
59 2 Recording Algoritma Perekaman
61 2 Rendering Algoritma halftoning
63 4 Size1 Nilai Ukuran 1
67 4 Size2 Nilai Ukuran 2
71 4 ClrEncoding Pengkodean Warna
75 4 Identifier Kode yang digunakan aplikasi
(Munir, R, 2004, hal: 41)
Elemen data BitCount sekaligus menentukan apakah pada file BMP memiliki tabel warna atau tidak, termasuk susunan dari tabel warnanya. Untuk gambar 1 bit, tabel warna berisi dua warna (biasanya putih dan hitam). Jika setiap bit dari gambar bernilai 0 maka warna yang ditunjukkan adalah warna pertama di dalam tabel warna. Jika setiap bit dari data gambar bernilai 1 maka warna yang ditunjukkan adalah warna kedua yang terdapat dalam tabel warna.
Pada citra 4 bit, tabel warna berisikan 16 warna. Setiap byte yang terdapat pada data gambar mewakili dua pixel. Byte-byte tersebut dibagi menjadi dua bagian masing-masing 4 bit. Bit-bit tadi menunjukkan warna-warna yang terdapat pada Tabel warna. Pada gambar 8 bit, setiap byte mewakili satu pixel. Untuk gambar 24 bit, 3 byte digunakan untuk mewakili satu pixel. Byte yang pertama mewakili unsur merah, byte kedua mewakili unsur hijau dan byte ketiga mewakili unsur warna biru. Pada gambar 24 bit, Tabel warna tidak dibutuhkan karena mengandung unsur warna merah, hijau dan biru yang sebenarnya (Munir, R, 2004, hal: 38-42).
Tabel warna sendiri dibentuk dari struktur RGBQUARD yang disusun dalam bentuk array, struktur dari RGBQUARD dapat dilihat dalam tabel 2.6 berikut ini.
Tabel 2.6 Struktur RGBQUARD
Mulai Ukuran
(byte)
Nama Keterangan
1 4 RGBBlue Intensitas warna biru
2 1 RGBGreen Intensitas warna hijau
3 1 RGBRed Intensitas warna merah
(Gonzales, C, R, 1992, hal: 226)
2.3.2 Format File JPEG (Joint Photographic Experts Group)
Format file JPEG adalah bentuk kompresi gambar high color bit-mapped dan juga standar kompresi file yang dikembangkan oleh group Joint Photographic Experts dengan menggunakan kombinasi DCT (Discrite Cosine Transform) dan pengkodean Huffman untuk mengkompresi suatu file citra. Format ini cocok untuk diterapkan pada image yang kompleks dengan jumlah warna yang banyak.
JPEG merupakan suatu algoritma komporesi yang bersifat “lossy”, dimana kualitas citranya kurang bagus. Lossy Compression adalah metode memperkecil ukuran file citra dengan cara membuang beberapa data, hal ini menyebabkan adanya sedikit penurunan kualias citra.
JPEG merupakan teknik dan standard universal untuk kompresi dan dekompresi citra tidak bergerak yang digunakan pada kamera digital dan sistem pencitraan dengan menggunakan komputer.
2.3.3 Format File ICO
Format file ICO adalah suatu format file grafis windows yang digunakan pada sebuah icon. Icon juga merupakan jenis dari sebuah bitmap. Ukuran pixel maksimum icon adalah 32 pixel, akan tetapi pada lingkungan sistem operasi Windows 95 hanya ditentukan icon dengan ukuran 16 pixel × 16 pixel.
2.4 Pengertian Pengolahan Citra
Pengolahan citra adalah pemrosesan citra yang secara khusus menggunakan komputer sehingga diperoleh citra yang kualitasnya lebih baik. Pengolahan citra juga dapat diartikan sebagai suatu pemrosesan suatu gambar sehingga menghasilkan suatu gambar lain yang lebih sesuai dengan keinginan kita (Munir, R, 2004, hal: 3).
Umumnya operasi pengolahan citra diterapkan bila:
4. Diperlukan peningkatan kualitas penampakan atau untuk menonjolkan beberapa aspek informasi yang terkandung dalam citra.
6. Sebagian citra perlu digabung dengan bagian citra yang lain.
Di dalam bidang komputer ada 3 bidang studi yang berkaitan dengan data citra, namun tujuan ketiganya berbeda yaitu:
4. Grafika Komput er (Computer Graphic) 5. Pengolahan Citra (Image Processing)
6. Pengenalan Data (Pattern Recognition/Image Interpretation).
Bidang studi yang berkaitan dengan citra dapat dilihat pada Gambar 2.4 di bawah ini:
Gambar 2.4 Bidang Studi yang berkaitan dengan Citra
Grafika komputer bertujuan menghasilkan citra dengan prinsip-prinsip geometri seperti garis, lingkaran dan sebagainya. Prinsip geometri tersebut memerlukan data deskriptif untuk melukis elemen-elemen gambar. Contoh data deskriptif adalah koordinat titik, panjang garis, jari-jari lingkaran, tebal garis, warna dan sebagainya (Munir, R, 2004, hal: 4). Hubungan bidang studi Grafika Komputer dengan citra dapat dilihat seperti pada Gambar 2.5.
Gambar 2.5 Bidang Studi Grafika Komputer
Pengolahan citra bertujuan untuk memperbaiki kualitas citra agar mudah diinterpretasi oleh manusia atau komputer. Teknik-teknik pengolahan citra mentransformasikan suatu citra menjadi citra yang lain. Jadi masukannya berupa citra
Grafika Komputer Deskripsi Citra Citra Deskripsi Pengenalan Data Pengolahan Citra Data Deskriptif Grafika Komputer Citra
dan keluarannya juga citra, namun citra keluarannya memiliki kualitas yang lebih baik dari pada citra masukan sesuai dengan kebutuhan. Termasuk juga pentransferan dan transparansi pada suatu citra (Munir, R, 2004, hal: 5) Hubungan bidang studi Pengolahan Citra dengan citra dapat dilihat pada Gambar 2.6 di bawah ini.
Gambar 2.6 Bidang Studi Pengolahan Citra
Pengenalan pola bertujuan mengelompokkan data numerik dan simbolik citra secara otomatis oleh komputer. Tujuan pengelompokan ini adalah untuk mengenali siatu objek di dalam citra. Komputer menerima masukan berupa citra objek yang akan didefenisikan, memproses citra tersebut dan memberikan keluaran berupa deskripsi objek di dalam citra (Munir, R, 2004, hal: 6). Hubungan bidang studi Pengenalan Pola dengan citra dapat dilihat pada Gambar 2.7 di bawah ini.
Gambar 2.7 Bidang Studi Pengenalan Pola
Penerapan pengolahan citra ditujukan untuk berbagai keperluan, antara lain: a. Dalam ilmu geografi, ahli geografi menggunakan teknik ini untuk mempelajari
pola-pola polusi udara, pemetaan penggunaan/penutup lahan, pemetaan dan monitoring lahan pertanian, manajemen sumber daya pantai dan kelautan, eksplorasi minyak bumi, manajemen sumber daya hutan, perencanaan bidang telekomunikasi, oceanografi fisik, pemetaan deteksi laut-laut es, pemetaan geologi dan topologi.
b. Dalam ilmu fisika dan bidang yang berkaitan dengannya, teknik komputer secara rutin meningkatkan citra dari eksperimen pada bidang seperti plasma berenergi tinggi dan mikroskop elektron.
c. Dalam dunia komunikasi, data citra yang biasanya di dapat dari satelit baik satelit cuaca yang memfoto planet-planet pada umumnya hampir tidak dapat dilihat. Hal
Citra Pengolahan
Citra Citra
Citra Pengenalan
ini disebabkan karena pada saat foto tersebut dikirim ke stasiun bumi melalui gelombang, terjadi banyak gangguan selama dalam perjalanan. Gangguan ini disebabkan oleh gelombang-gelombang lain seperti gelombang radio, televisi dan lain-lain yang bercampur dengan gelombang data tersebut. Pemrosesan dilakukan terhadap foto yang diterima di stasiun bumi dengan cara menghilangkan atau mengurangi gangguan/noise tersebut, sehingga gambar tersebut dapat dilihat dengan jelas.
d. Dalam ilmu kedokteran, pengolahan citra digunakan untuk memperjelas hasil foto sinar-X organ tubuh manusia. Gambar yang didapat dari sinar-X umumnya kabur sehingga sulit bagi para dokter untuk menganalisis kelainan-kelainan yang terdapat pada organ tubuh. Dengan pemrosesan citra, gambar tersebut dapat diperjelas.
e. Dalam dunia game, pemrosesan citra digunakan untuk menciptakan efek-efek seperti bayangan di atas permukaan air, efek ledakan, api, tampilan yang kabur karena terkena kabut, angin, transportasi, pencahayaan dan lain sebagainya.
Pada Gambar 2.8 berikut ini adalah dasar-dasar pengolahan citra:
Gambar 2.8 Dasar-dasar Pengolahan Citra
2.3.1. Restorasi Citra (Image Restoration)
Restorasi citra adalah suatu jenis image processsing yang dilakukan untuk perbaikan/pemugaran terhadap gambar yang buruk sehingga menghasilkan suatu
Citra Di i l Citra Output Citra Transformasi Enchancemen t Restoration Segmentation Classification Pengolahan Di i l
gambar yang baru atau gambar seperti aslinya. Operasi ini bertujuan untuk menghilangkan/meminimumkan cacat pada citra (Gonzales C, Rafael, 1992, hal: 253).
Proses-proses yang termasuk pada proses perbaikan citra, antara lain: 8. Pengubahan kecerahan gambar (image brightness)
9. Peregangan kontras (contrast stretching) 10.Pengubahan histogram citra
11.Pelembutan citra (image smooting) 12.Penajaman tepi (sharpening edge) 13.Pewarnaan semu (pseudocolouring)
14.Pengubahan geometrik (Munir, R, 2004, hal: 103).
Untuk menganalisa perbaikan citra, terdapat beberapa metode atau teknik yang dapat digunakan, antara lain:
4. Non Linier, yang dibagi menjadi tiga bagian yaitu
a. Mean Filtering adalah filter yang digunakan untuk menghaluskan gambar yang terlalu kasar.
b. Median Filtering, adalah filter yang digunakan untuk memperhalus gambar tetapi tidak sehalus mean filtering dan gambar yang dihasilkan terlihat tidak rapi.
c. Modus Filtering adalah filter spatial filtering yang tidak menggunakan mask. 5. Linier, yang dibagi menjadi dua bagian yaitu:
a. Brightness Filtering yaitu filter yang digunakan untuk memperjelas gambar yang terlalu gelap, sehingga terang.
b. Darkness Filtering yaitu filter yang digunakan untuk mengurangi intensitas gambar yang terlalu terang.
6. Noise Reduction, yang dibagi menjadi dua bagian yaitu:
a. Intensity Filtering yaitu membersihkan noise dengan mendeteksi intensitas dari setiap titik di layar.
b. Frequency Filtering yaitu membersihkan noise dengan menganalisa jumlah noise yang ada pada gambar.
Di dalam perbaikan/pemugaran citra ada beberapa masalah di dalam Penganalisaan citra yaitu:
8. Mengembalikan warna pada citra yang pudar ke warna yang semula 9. Membuat citra yang kabur atau samar menjadi citra yang cerah. 10.Memperbaiki bagian citra yang rusak
11.Menghaluskan bagian citra yang terlihat kasar 12.Membuat histogram dari citra.
2.3.2 Operasi-operasi Perbaikan Citra
Adapun operasi-operasi pemugaran citra atau perbaikan citra yang disediakan oleh perangkat lunak yang dirancang dalam Tugas Akhir ini adalah sebagai berikut:
e. Penghilangan Derau (Noise)
Noise adalah gangguan-gangguan/bintik-bintik pada gambar yang terjadi pada saat gambar tersebut dikirim dari satu komputer ke komputer lainnya. Reduksi noise itu sendiri terbagi menjadi dua yaitu Intensity Filtering dan Frequency Filtering. f. Memperhalus gambar (Mean Filtering)
Mean Filtering adalah filter yang digunakan untuk menghaluskan gambar yang terlalu kasar. Jika filter ini dilakukan pada gambar yang sudah halus, maka hasil gambar tersebut akan semakin kabur. Mean filtering ini biasa disebut smoothing filter.
g. Efek Sulaman (Median Filtering)
Median filtering adalah filter yang digunakan untuk memperhalus gambar tetapi tidak sehalus mean filtering. Gambar yang dihasilkan terlihat tidak rapi, karena tidak dilakukannya proses rata-rata tetapi dilakukan proses mencari nilai tengah dari titik-titik yang direkam dalam matriks neighbour.
h. Efek cat minyak (Modus Filtering)
Modus Filtering adalah termasuk jenis filter spatial filtering yang tidak menggunakan mask. Tujuan utama dari filter ini adalah membuat gambar menjadi berbintil-bintil seperti dicat dengan cat minyak.
2.3.3 Histogram
Histogram adalah suatu diagram atau kurva yang menyatakan jumlah kemunculan setiap tingkat keabuan warna (Jain K, Anil, 1989, hal 241). Karena setiap citra
mempunyai derajat keabuan 256 yaitu (0-255), maka histogram menyatakan jumlah kemunculan setiap nilai 0-255.
Histogram juga dapat menunjukkan banyak hal tentang kecerahan (brightness) dan kontras (contrast) dari sebuah gambar. Karena itu, histogram dapat digunakan sebagai alat bantu yang sangat berguna dalam pekerjaan pengolahan citra baik secara kualitatif dan kuantitatif. Suatu citra gelap bila karena pada histogram terdapat banyak nilai intensitas yang dekat dengan 0 (hitam), begitu juga dengan histogram citra terang yaitu terdapat banyak nilai intensitas yang dekat 255 (putih) sedangkan histogram citra yang normal brightness dan high contrast adalah citra yang bagus karena histogramnya tersebar merata di seluruh daerah derajat keabuan (Munir R, 2004, hal 95-99). Contoh histogram yang gelap, terang, normal brightness dan high contrast, seperti pada gambar berikut:
a. b. c. d.
Gambar 2.9 Histogram Citra; (a). Citra gelap (b). Citra terang, (c). Citra normal brightness, (d). Citra normal brightness dan high contrast.
2.4 Bahasa Pemrograman Visual Basic 6.0
Program adalah susunan perintah atau instruksi yang dimengerti oleh komputer untuk melakukan tugas-tugas tertentu. Bahasa pemrograman merupakan bahasa yang digunakan untuk mendefinisikan perintah atau instruksi yang diperlukan dalam pembuatan program.
Perancangan perangkat lunak untuk memperbaiki citra digital yang dibahas dalam tugas akhir ini, menggunakan Bahasa Pemrograman Visual Basic 6.0 yang dikeluarkan oleh perusahaan Microsoft Corp. Visual Basic 6.0 merupakan salah satu bahasa pemrograman berorientasi objek (Object Oriented Programming- OOP). Bahasa ini dapat digunakan untuk membuat aplikasi yang berbasis grafis atau GUI
(Graphical User Interface) yang dijalankan dalam lingkungan sistem operasi Windows (Yuswanto, 2002, hal:1).
Visual Basic 6.0 dapat memanfaatkan seluruh fasilitas ataupun kemudahan dan kecanggihan yang dimiliki oleh sistem operasi Windows. Sehingga program aplikasi yang dibuat dengan menggunakan Visual Basic 6.0 dapat menampilkan komponen dengan cara kerja yang sama seperti aplikasi umumnya di lingkungan Windows.
BAB 4