BAB 2 LANDASAN TEORI
2.1 Steganografi
Steganografi adalah merupakan salah satu cara untuk menyembunyikan suatu pesan / data rahasia di dalam data atau pesan lain yang tampak tidak mengandung apa-apa, kecuali bagi orang yang mengerti kuncinya. Dalam bidang keamanan komputer, steganografi digunakan untuk menyembunyikan data rahasia saat enkripsi tidak dapat dilakukan atau bersamaan dengan enkripsi. Jadi, walaupun enkripsi berhasil dipecahkan (decipher) pesan / data rahasia tetap tidak terlihat. Selain itu, pada kriptografi pesan disembunyikan dengan “diacak” sehingga pada kasus-kasus tertentu dapat dengan mudah mengundang kecurigaan, sedangkan pada steganografi pesan “disamarkan” dalam bentuk yang relatif “aman” sehingga tidak terjadi kecurigaan itu. Steganografi dapat digunakan pada berbagai macam bentuk data, yaitu image, audio, dan video (Munir, 2004).
Gambar 2.1 Sistem Steganografi Gambar 2.1 menunjukkan sebuah sistem steganografi umum dimana di bagian pengirim pesan (sender), dilakukan proses embedding (fE) pesan yang hendak dikirim secara rahasia (emb) ke dalam data cover sebagai tempat menyimpannya (cover), dengan menggunakan kunci tertentu (key), sehingga dihasilkan data dengan pesan tersembunyi di dalamnya (stego). Di bagian penerima pesan (recipient), dilakukan proses extracting (fE) pada stego untuk memisahkan pesan rahasia (emb) dan data
6
penyimpan (cover) tadi dengan menggunakan kunci yang sama seperti pada proses embedding. Jadi hanya orang yang tahu kunci ini saja yang dapat mengekstrak pesan rahasia tadi. Steganografi bukan merupakan hal yang baru dan sudah dikenal sejak zaman Romawi dan Yunani kuno. Misalnya, pesan ditulis di kepala budak lalu menunggu sampai tumbuh cukup rambut untuk menutupi pesan tersebut sebelum ia dikirim kepada orang yang dituju dimana rambutnya akan dicukur sehingga pesan itu terlihat. 2.2 Embedding Data
Data embedded, yang tersembunyi dalam suatu gambar membutuhkan dua file. Pertama adalah gambar asli yang belum modifikasi yang akan menangani informasi tersembunyi, yang disebut cover image. File kedua adalah informasi pesan yang disembunyikan. Suatu pesan dapat berupa plaintext, chipertext, gambar lain, atau apapun yang dapat ditempelkan ke dalam bit-stream. Ketika dikombinasikan, cover image dan pesan yang ditempelkan membuat stego-image. Suatu stego-key (suatu password khusus) juga dapat digunakan secara tersembunyi, pada saat decode selanjutnya dari pesan (Munir, 2004). Kebanyakan software steganografi tidak mendukung atau tidak direkomendasi menggunakan gambar JPEG, tetapi sebagai gantinya direkomendasikan menggunakan gambar lossless 24-bit seperti BMP. Alternatif terbaik berikutnya untuk gambar 24-bit adalah 256 warna atau gambar grayscale. Secara umum ditemukan pada Internet atau file GIF.
Dalam gambar 8-bit warna seperti file GIF, setiap pixel direpresentasikan sebagai byte tunggal, dan setiap pixel selalu menunjuk ke tabel indeks warna (palette) dengan 256 kemungkinan warna. Nilai pixel adalah diantara 0 dan 255. Software secara
sederhana
menggambarkan
indikasi
warna
pada
palette
merah,
menggambarkan perubahan yang sulit dipisahkan dalam variasi warna: perbedaan visualisasi diantara banyak warna yang sulit. Gambar 2.2(b) menunjukkan perubahan warna yang sulit dipisahkan dengan baik.
7
Gambar 2.2 Representasi Warna Pallette (Sumber: Exploring Steganography: Seeing the Unseen) Banyak pakar steganografi merekomendasikan penggunaan gambar yang meliputi 256 shade gray. Gambar grayscale lebih disukai karena perubahan keteduhan sangat gradual dari byte ke byte, dan lebih sedikit perubahan nilai diantara masukan palette, dimana mereka dapat menyembunyikan informasi lebih baik. Gambar 2.3 menunjukkan suatu palette grayscale dari 256 shade. Beberapa gambar adalah 4-bit, di buat dengan 16 shade dari gray, sesungguhnya gambar ini menawarkan banyaknya variasi yang lebih sedikit.
Gambar 2.3 Representasi gray-scale palette dari 256 shade (Sumber: Exploring Steganography: Seeing the Unseen)
8
Pemfungsian suatu sistem steganografi ditunjukkan pada Gambar 2.4. Pengirim membuat suatu steganogram menggunakan fungsi embedding, dimana fungsi tersebut mempunyai dua parameter sebagai berikut : 1. Media pembawa yang isinya bersifat random 2. Pesan yang embedded.
Gambar 2.4 Sistem Steganografi (Sumber : Attacks on Steganographic Systems) Data multimedia, seperti audio dan video adalah media pembawa yang sempurna. Setelah digitalisasi, multimedia berisi kuantisasi yang menyediakan ruang untuk melekatkan data. Penggunaan fungsi ekstrak, penerima harus mampu mereproduksi pesan yang menempel pada steganogram itu. Suatu steganogram harus mempunyai karakteristik statistik yang sama dengan media pembawa, sedemikian hingga penggunaan algoritma steganografi tidak dapat dideteksi. Konsekuensinya, pesan hanya dapat dibaca dari steganogram dan media pembawanya. Suatu pesan yang dibaca dari steganogram tidak harus secara statistik berbeda dengan pesan utama yang dibaca dari media pembawa, dengan cara lain, sistem steganografi akan bersifat tidak kuat.
Beberapa utilitas steganografi menggunakan kunci rahasia. Ada dua jenis kunci rahasia: kunci steganografi dan kunci kriptografi (Munir, 2004). Kunci
9
steganografi mengontrol proses embedding dan ekstracting. Sebagai contoh, kunci ini dapat menyebarkan pesan yang ditempelkan ke bagian dari semua tempat dalam media pembawa. Tanpa kunci itu, bagian ini tidak diketahui, dan masing-masing sample yang digunakan untuk mendeteksi penempelan oleh penyerangan statistik adalah dengan pencampuran tempat yang digunakan dan tempat yang tidak digunakan, yang dapat merusak hasilnya. Kunci kriptografi digunakan untuk mengenkripsi pesan sebelum ditempelkan. Kedua aplikasi rahasia ini diperoleh dari algoritma aktual dalam bentuk suatu parameter kunci. Jika kunci itu bersifat rahasia, algoritma steganografi dapat menjadi kunci publik. Hal ini dimungkinkan untuk menentukan apakah bits read itu dalam kenyataannya menyandikan pesan dari steganogram utama hanya jika pesan itu mempunyai kesesuaian dengan kunci dekripsinya. Enkripsi sebaiknya juga sebagai tambahan utilitas steganografi yang mana tidak secara implisit encrypt.
Jika tidak memasangkan keamanan algoritma steganografi, maka untuk penampilan pesan yang tersembunyi dapat menggunakan pseudo random bit-strings. Seperti mempunyai semua propertis statistik dari pesan yang dienkripsi, penyerangan statistik diaplikasikan pada program Jsteg menggunakan model statistik yang berbeda.
2.3 Manfaat Steganografi
Steganografi adalah sebuah pisau bermata dua, ia bisa digunakan untuk alasan-alasan yang baik, tetapi bisa juga digunakan sebagai sarana kejahatan. Steganografi juga dapat digunakan sebagai salah satu metode watermarking pada image untuk proteksi hak cipta, seperti juga digital watermarking (finger printing). Steganografi juga dapat digunakan sebagai pengganti hash. Dan yang terutama, seperti disebutkan sebelumnya, steganografi dapat digunakan untuk menyembunyikan informasi rahasia, untuk melindunginya dari pencurian dan dari orang yang tidak berhak untuk mengetahuinya. Sayangnya, steganografi juga dapat digunakan untuk mencuri data yang disembunyikan pada data lain sehingga dapat dikirim ke pihak lain, yang tidak berhak, tanpa ada yang curiga. Steganografi juga dapat digunakan oleh para teroris untuk saling berkomunikasi satu dengan yang lain (Munir, 2006).
10
Sehubungan dengan keamanan sistem informasi, steganografi hanya merupakan salah satu dari banyak cara yang dapat dilakukan untuk menyembunyikan pesan rahasia. steganografi lebih cocok digunakan bersamaan dengan metode lain tersebut untuk menciptakan keamanan yang berlapis. Sebagai contoh steganografi dapat digunakan bersama dengan enkripsi. Windows dan Unix juga menggunakan steganografi dalam mengimplementasikan hidden directory.
2.4 Metode LSB (Least Significant Bit)
Untuk menjelaskan metode ini, digunakan citra digital sebagai cover-object. Pada setiap byte terdapat bit yang paling kurang berarti (Least Significant Bit atau LSB). Misalnya pada byte 00011001, maka bit LSB-nya adalah 1. Untuk melakukan penyisipan pesan, bit yang paling cocok untuk diganti dengan bit pesan adalah bit LSB, sebab pengubahan bit tersebut hanya akan mengubah nilai byte-nya menjadi satu lebih tinggi atau satu lebih rendah. Sebagai contoh, urutan bit berikut ini menggambarkan 3 pixel pada cover-image 24-bit. (00100111 11101001 11001000) (00100111 11001000 11101001) (11001000 00100111 11101001) Pesan yang akan disisipkan adalah karakter “A”, yang nilai biner-nya adalah 01000001, maka akan dihasilkan stego image dengan urutan bit sebagai berikut:
(00100111 11101000 11001000) (00100110 11001000 11101000) (11001000 00100111 11101001)
Ada dua jenis teknik yang dapat digunakan pada metode LSB, yaitu penyisipan pesan secara sekuensial dan secara acak. Sekuensial berarti pesan rahasia disisipkan secara berurutan dari data titik pertama yang ditemukan pada file gambar, yaitu titik pada sudut kanan bawah gambar. Sedangkan acak berarti penyisipan pesan rahasia dilakukan secara acak pada gambar, dengan masukan kata kunci (stego-key).
11
2.5 Steganalisis
Steganalisis dibuat untuk menggagalkan tujuan utama dari steganografi untuk menyembunyikan informasi. Steganalisis merupakan seni dan ilmu untuk mendeteksi adanya informasi yang disembunyikan dalam suatu objek stego. Steganalisis untuk metode LSB terdiri dari metode subjektif dan metode statistik. Metode subjektif memerlukan bantuan penglihatan manusia untuk menentukan bagian gambar yang dicurigai, oleh karena itu metode ini sering disebut sebagai Visual Attack. Metode statistik melakukan perhitungan matematis untuk menemukan propertis dari gambar asli yang membedakan dengan gambar yang telah disisipi pesan. Meskipun secara kasat mata terlihat sama, citra hasil steganografi LSB memiliki perbedaan statistik propertis yang cukup kuat dengan citra aslinya (Gupta, 2005).
2.5.1 Enhanced LSB
Algoritma ini dikemukan oleh Andreas Westfeld. Proses utama dari metode enhanced LSB akan dijelaskan sebagai berikut: setiap pixel memiliki tiga buah komponen yaitu red, green, blue. Setiap komponen direpresentasikan oleh satu byte, setiap byte memiliki sebuah bit LSB. Apabila bit LSB tersebut adalah 1, maka semua bit pada byte tersebut diganti dengan bit 1 sehingga nilai byte tersebut adalah 11111111 (biner) atau 255 (desimal). Sedangkan, apabila bit LSB tersebut adalah 0, maka semua bit pada byte tersebut diganti dengan bit 0 sehingga nilai byte tersebut adalah 00000000 (biner) atau 0 (desimal). Misalnya terdapat sebuah pixel dengan komposisi byte sebagai berikut : BLUE
GREEN
RED
10100101 10011100 11100111 Maka setelah mengalami enhanced LSB byte-byte diatas akan menjadi : BLUE GREEN RED 11111111 00000000 11111111 Setelah melalui proses penyaringan, maka citra pada bagian gambar yang tidak disisipi pesan akan mendekati bagian gambar semula. Sedangkan bagian gambar yang mengandung pesan rahasia akan menjadi ”rusak” setelah disaring. Dengan demikian,
12
dari gambar yang dihasilkan setelah penyaringan, mata manusia dapat dengan mudah membedakan apakah pada gambar tersebut terdapat pesan rahasia atau tidak. 2.5.2 Uji Chi-Square
Gagasan ini juga dikemukakan oleh Andreas Westfeld, yaitu bahwa gambar yang telah disisipi pesan akan memiliki frekuensi yang relatif sama antara Pair of Values (PoV) yang bersangkutan. PoV adalah pasangan titik yang hanya berbeda di LSB-nya saja, seperti 00000000 dan 00000001. Misalkan terdapat suatu gambar yang hanya memiliki kedua warna tersebut, dengan distribusi sebesar 20 dan 80 masing-masing titik. Setelah disisipi pesan, frekuensi tersebut akan berubah mendekati 50 dan 50, karena jumlah PoV pasti berjumlah tetap, dan jumlah dari tiap-tiap PoV akan cenderung menjadi sama, hal ini dapat dilihat pada Gambar 2.4. Metode ini bekerja dengan melakukan perbandingan uji chi-square antara dua buah statistik distribusi frekuensi, yang pertama adalah statistik pada gambar yang dicurigai mengandung pesan tersembunyi, dan yang kedua adalah statistik yang diprediksi akan dimiliki oleh gambar tersebut apabila disisipi pesan. Apabila kedua statistik ini sama, atau terdapat suatu bagian yang sama, maka kemungkinan besar terdapat suatu pesan dalam gambar. Gambaran dari kedua distribusi tersebut dapat dilihat pada Gambar 2.5.
Gambar 2.5 Histogram warna sebelum disisipi pesan (kiri) dan sesudah disisipi pesan (kanan) (Sumber : Attacks on Steganographic Systems)
13
2.6 Masking dan Filtering
Teknik masking dan filtering ini biasanya dibatasi pada image 24 bit color atau image grayscale. Metode ini mirip dengan watermark, dimana suatu image diberi tanda (marking) untuk menyembunyikan pesan rahasia. Hal ini dapat dilakukan, misalnya dengan memodifikasi luminance beberapa bagian dari image. Walaupun metode ini akan mengubah tampilan dari image, dimungkinkan untuk melakukannya dengan cara tertentu sehingga mata manusia tidak melihat perbedaannya. Karena metode ini menggunakan aspek image yang memang terlihat langsung, metode ini akan lebih ”robust” terhadap kompresi (terutama lossy compression), cropping, dan beberapa pengolahan citra lainnya bila dibandingkan dengan metode modifikasi LSB (Basuki, 2005).
2.7 Pengertian Citra
Citra adalah gambar dua dimensi yang dihasilkan dari gambar analog dua dimensi yang kontiniu menjadi gambar diskrit melalui proses sampling. Citra digital dapat didefinisikan sebagai fungsi dua variabel, f(x,y), dimana x dan y adalah koordinat spasial sedangkan nilai f(x,y) adalah intensitas citra pada koordinat tersebut, hal tersebut diilustrasikan pada gambar di bawah ini. Teknologi dasar untuk menciptakan dan menampilkan warna pada citra digital berdasarkan pada penelitian bahwa sebuah warna merupakan kombinasi dari tiga warna dasar, yaitu merah, hijau, dan biru (Red, Green, Blue - RGB) (Munir, 2004).
Citra dalam format BMP lebih bagus, karena citra dalam format BMP umumnya tidak dikompres sehingga tidak ada informasi yang hilang. Format BMP berasal dari kata bitmap yang artinya adalah pemetaan bit. Nilai intensitas piksel di dalam citra BMP dipetakan ke sejumlah bit tertentu. Peta bit yang umum adalah 8, artinya setiap piksel panjangnya 8 bit. Delapan bit ini merepresentasikan nilai intensitas piksel. Dengan demikian ada sebanyak 28 = 256 derajat keabuan, mulai dari 0 sampai 255. Citra dalam format BMP ada tiga macam : citra biner, citra berwarna,
14
dan citra hitam – putih (grayscale). Citra biner hanya mempunyai dua nilai keabuan, 0 dan 1. Oleh karena itu, 1 bit sudah cukup untuk merepresentasikan ukuran piksel.
Citra berwarna adalah citra yang lebih umum. Warna yang terlihat pada citra bitmap merupakan kombinasi dari tiga warna dasar, yaitu merah, hijau, dan biru. Setiap piksel disusun oleh tiga komponen warna : R (red), G (green), B (blue). Kombinasi dari tiga warna RGB tersebut menghasilkan warna yang khas untuk piksel yang bersangkutan. Pada citra 256 warna, setiap piksel panjangnya 8 bit, tetapi komponen warna RGB-nya disimpan di dalam tabel RGB yang disebut palet (Sutoyo, 2009).
Setiap komponen panjangnya 8 bit, jadi ada 256 nilai keabuan untuk warna biru. Nilai setiap piksel tidak menyatakan derajat keabuan secara langsung, tetapi nilai piksel menyatakan indeks tabel RGB yang membuat nilai keabuan merah (R), nilai keabuan hijau (G), dan nilai keabuan biru (B) untuk piksel yang bersangkutan. Pada citra hitam – putih, nilai R = G = B untuk menyatakan bahwa citra hitam- putih hanya mempunyai satu kanal warna. Citra hitam-putih umumnya adalah citra 8-bit.
Citra yang lebih kaya warna adalah citra 24-bit Setiap piksel panjangnya 24 bit, karena setiap piksel langsung menyatakan komponen warna merah, komponen warna hijau, dan komponen warna biru. Masing-masing komponen panjangnya 8 bit. Citra 24-bit disebut juga citra 16 juta warna, karena ia mampu menghasilkan 224 = 16.777.216 kombinasi warna (Priyanto, 1992). Citra sebagai fungsi dua variabel (x,y) dapat dilihat pada Gambar 2.6.
Gambar 2.6Citra fungsi dua variabel, f(x,y)
15
2.7.1 Citra Analog Citra analog adalah citra yang terdiri dari sinyal – sinyal frekuensi elektromagnetis yang belum dibedakan sehingga pada umumnya tidak dapat ditentukan ukurannya. Analog berhubungan dengan hal yang kontinu dalam satu dimensi, contohnya adalah bunyi diwakili dalam bentuk analog, yaitu suatu getaran gelombang udara yang kontinu dimana kekuatannya diwakili sebagai jarak gelombang. Hampir semua kejadian alam boleh diwakili sebagai perwakilan analog seperti bunyi, cahaya, air, elektrik, angin dan sebagainya (Sutoyo dkk, 2009).
2.7.2 Citra Digital
Citra digital adalah citra yang terdiri dari sinyal–sinyal frekuensi elektromagnetis yang sudah di-sampling sehingga dapat ditentukan ukuran titik gambar tersebut yang pada umumnya disebut piksel. Untuk menyatakan citra (image) secara matematis, dapat didefinisikan fungsi f(x,y) di mana x dan y menyatakan suatu posisi dalam koordinat dua dimensi dan nilai f pada titik (x,y) adalah nilai yang menunjukkan warna citra pada titik tersebut. Contoh indeks baris dan kolom (x,y) dari sebuah piksel dinyatakan dalam bilangan bulat. Piksel (0,0) terletak pada sudut kiri atas pada citra, indeks x bergerak ke kanan dan indeks y bergerak ke bawah (Sutoyo dkk, 2009).
Citra digital adalah citra yang dinyatakan secara diskrit (tidak kontinu), baik untuk posisi koordinatnya maupun warnanya. Dengan demikian, citra digital dapat digambarkan sebagai suatu matriks, di mana indeks baris dan indeks kolom dari matriks menyatakan posisi suatu titik di dalam citra dan harga dari elemen matriks menyatakan warna citra pada titik tersebut. Dalam citra digital yang dinyatakan sebagai susunan matriks seperti ini, elemen–elemen matriks tadi disebut juga dengan istilah piksel yang berasal dari kata picture element. Untuk mendapatkan suatu citra digital, dapat digunakan alat yang memiliki kemampuan untuk mengubah sinyal yang diterima oleh sensor citra menjadi bentuk digital, misalnya dengan menggunakan kamera digital atau scanner. Cara yang lain adalah dengan menggunakan ADC (Analog-to-Digital Converter) untuk mengubah sinyal analog yang dihasilkan oleh keluaran sensor citra menjadi sinyal digital,
16
misalnya dengan menggunakan perangkat keras video capture yang dapat mengubah sinyal video analog menjadi citra digital (Sutoyo dkk, 2009).
2.8 Format File Citra
Sebuah format citra harus dapat menyatukan kualitas citra, ukuran file dan kompatibilitas dengan berbagai aplikasi. Saat ini tersedia banyak format grafik dan format baru tersebut dikembangkan, diantaranya yang terkenal adalah BMP, JPEG, dan GIF. Setiap program pengolahan citra biasanya memiliki format citra tersendiri. Format dan metode dari suatu citra yang baik juga sangat bergantung pada jenis citranya. Setiap format file citra memiliki kelebihan dan kekurangan masing – masing dalam hal citra yang disimpan. Citra tertentu dapat disimpan dengan baik (dalam arti ukuran file lebih kecil dan kualitas gambar tidak berubah) pada format file citra tertentu, apabila disimpan pada format lain kadang kala dapat menyebabkan ukuran file menjadi lebih besar dari aslinya dan kualitas citra dapat menurun oleh karena itu, untuk menyimpan suatu citra harus diperhatikan citra dan format file citra apa yang sesuai. Misalnya format citra GIF sangat tidak cocok untuk citra fotografi karena biasanya citra fotografi kaya akan warna, sedangkan format GIF hanya mendukung sejumlah warna sebanyak 256 (8 bit) saja. Format JPEG merupakan pilihan yang tepat untuk citra – citra fotografi karena JPEG sangat cocok untuk citra dengan perubahan warna yang halus (Munir, 2004).
2.8.1 Format Data Bitmap Pada format bitmap, citra disimpan sebagai suatu matriks di mana masing – masing elemennya digunakan untuk menyimpan informasi warna untuk setiap pixel. Jumlah warna yang dapat disimpan ditentukan dengan satuan bit-per-pixel. Semakin besar ukuran bit-per-pixel dari suatu bitmap, semakin banyak pula jumlah warna yang dapat disimpan. Format bitmap ini cocok digunakan untuk menyimpan citra digital yang memiliki banyak variasi dalam bentuknya maupun warnanya, seperti foto, lukisan, dan frame video. Format file yang menggunakan format bitmap ini antara lain adalah BMP, DIB, PCX, GIF, dan JPG. Format yang menjadi standar dalam system operasi Microsoft Windows adalah format bitmap BMP atau DIB.
17
Karakteristik lain dari bitmap yang juga penting adalah jumlah warna yang dapat disimpan dalam bitmap tersebut. Ini ditentukan oleh banyaknya bit yang digunakan untuk menyimpan setiap titik dari bitmap yang menggunakan satuan bpp (bit per pixel). Dalam Windows dikenal bitmap dengan 1, 4, 8, 16, dan 24 bit per pixel. Jumlah warna maksimum yang dapat disimpan dalam suatu bitmap adalah sebanyak 2n, dimana n adalah banyaknya bit yang digunakan untuk menyimpan satu titik dari bitmap (Murni, 1992).
Berikut ini tabel yang menunjukkan hubungan antara banyaknya bit per pixel dengan jumlah warna maksimum yang dapat disimpan dalam bitmap, dapat dilihat pada Tabel 2.1. Tabel 2.1 Hubungan antara bit per pixel dengan jumlah warna maksimum pada bitmap No
Jumlah bit per pixel
Jumlah warna maksimum
1
1
2
2
4
16
3
8
256
4
16
65536
5
24
16777216
2.8.2 Format JPEG
JPEG adalah suatu desain untuk mengkompresi citra baik gray-level maupun citra full-color. JPEG tidak hanya menangani data dalam bentuk citra, tetapi juga dapat berhubungan dengan gambar yang disebut dengan motion picture (MPEG). JPEG merupakan singkatan dari Joint Photographic Experts Group, merupakan suatu komite yang menyusun standart citra pada akhir tahun 80-an dan awal tahun 90-an. Kata “Joint” pada JPEG melambangkan status data di dalam kerja sama panitia ISO dan ITU_T. Format yang dihasilkan merupakan standart ISO IS-10918. Format file ini dikembangkan oleh C-Cube Micro systems untuk memberikan sebuah metode yang efisien untuk menyimpan citra dengan jumlah warna yang sangat banyak seperti foto kamera.
18
Perbedaan utama antara format JPEG dengan format citra yang lainnya adalah bahwa file JPEG menggunakan metode lossy untuk proses pemampatannya. Pemampatan secara lossy akan membuang sebagian data citra untuk memberikan hasil kompresi yang baik. Hasil file JPEG yang di-dekompres tidak begitu sesuai dengan citra aslinya, tetapi perbedaan ini sangat sulit dideteksi oleh mata manusia (Murni, 1992).
2.8.3 Format GIF (Graphics Interchange Format)
Tipe file GIF memungkinkan penambahan warna transparan dan dapat digunakan untuk membuat animasi sederhana, tetapi saat ini standar GIF hanya maksimal 256 warna saja. File ini menggunakan kompresi yang tidak menghilangkan data (lossles compression) tetapi penurunan jumlah warna menjadi 256 sering membuat gambar yang kaya warna seperti pemandangan menjadi tidak realistis. Pada program MS Paint, tidak ada fasilitas penyesuaian warna yang digunakan (color table) sehingga menyimpan file GIF di MS Paint seringkali menghasilkan gambar yang terlihat rusak atau berubah warna. Pada program pengolah gambar yang lebih baik, seperti Adobe Photoshop, color table bisa diatur otomatis atau manual sehingga gambar tidak berubah warna atau rusak. File GIF cocok digunakan untuk: a.
Gambar dengan jumlah warna sedikit (dibawah 256).
b.
Gambar yang memerlukan perbedaan warna yang tegas seperti logo tanpa gradien.
c.
Gambar animasi sederhana seperti banner-banner iklan, header, dan sebagainya.
d.
Print shoot (hasil dari print screen) dari program-program simpel dengan jumlah warna sedikit.
File GIF tidak cocok digunakan untuk: a. Gambar yang memiliki banyak warna seperti pemandangan. b. Gambar yang didalamnya terdapat warna gradien atau semburat.
19
2.9 Mode Warna
Menampilkan sebuah citra pada layar monitor diperlukan lebih dari sekedar informasi tentang letak dari pixel-pixel pembentuk citra. Untuk memperoleh gambar yang tepat dibutuhkan juga informasi tentang warna yang dipakai untuk menggambarkan sebuah citra digital. Beberapa mode warna yang sering digunakan adalah : 1. Bitmap mode memerlukan 1 bit data untuk menampilkan warna dan warna yang dapat ditampilkan hanya warna hitam dan putih (monokrom) 2. Indexed Color Mode, mengurutkan warna dalam jangkauan 0-255 (8 bit) 3. Grayscale Mode, menampilkan citra dalam 256 tingkat keabuan. 4. RGB Mode, menampilkan citra dalam kombinasi 3 warna dasar (Red, Green, Blue) tiap warna dasar memiliki intensitas warna 0-255 (8 bit) 5. CMYK Mode, menampilkan citra dalam kombinasi 4 warna dasar (cyan, magenta, yellow, black) tiap warna dasar memiliki intensitas warna 0-255 (8 bit)
Mode warna RGB menghasilkan warna menggunakan kombinasi dari tiga warna primer merah, hijau, biru. RGB adalah model warna penambahan, yang berarti bahwa warna primer dikombinasikan pada jumlah tertentu untuk menghasilkan warna yang diinginkan. RGB dimulai dengan warna hitam (ketiadaan semua warna) dan menambahkan merah, hijau, biru terang untuk membuat putih. Kuning diproduksi dengan mencampurkan merah, hijau; warna cyan dengan mencampurkan hijau dan biru; warna magenta dari kombinasi merah dan biru. Monitor komputer dan televisi memakai RGB. Sorotan electron menghasilkan sinyal merah, hijau, biru yang dikombinasikan untuk menghasilkan berbagai warna yang dilihat pada layar. Kombinasi warna RGB dapat dilihat pada Gambar 2.7.
Gambar 2.7 Kombinasi Warna RGB
20
Warna campuran (selain dari putih) dihasilkan dengan menambahkan warna komponen RGB individual dengan berbagai tingkat saturasi, dengan tingkatan mulai dari 0.0 hingga 1.0. 0 berarti tidak menggunakan warna tersebut; 1 berarti menggunakan warna tersebut pada saturasi penuh (Munir, 2004).
Warna didefenisikan dengan memasukkan intensitas untuk setiap komponen dalam matriks. Tiap komponen memiliki matriksnya sendiri-sendiri dan matriks tersebut bisa dijumlahkan. Sebagai contoh, untuk menghasilkan merah saturasi sempurna, masukan (1,0,0) : 100% merah 0% hijau dan 0% biru. Pada saat ketiga komponen warna tersebut dikombinasikan dalam 100% saturasi (1,1,1) hasilnya adalah putih (seperti diperlihatkan berikut) : Hijau (0,1,0) + Biru (0,0,1) = Cyan (0,1,1) Cyan (0,1,1) + Merah (1,0,0) = Putih (1,1,1)
Warna yang berlawanan satu sama lain dengan model warna RGB disebut warna pelengkap. Jika dicampurkan, warna pelengkap selalu menghasilkan putih. Contoh warna pelengkap adalah Cyan dan Merah, Hijau dan Biru, Magenta dan Hijau. Mode warna CMYK (cyan, magenta, yellow, black) mengacu ke sistem warna yang terbuat dari cyan, magenta, kuning dan hitam. Cyan, magenta dan kuning adalah tiga warna primer pada model warna ini dan merah, hijau, biru adalah model tiga warna sekunder. CMYK memainkan peranan penting pada grafik komputer umum, terutama pada desktop publishing. Hasil percetakan atau gambar lainnya pada kertas menggunakan CMYK yang merupakan model warna pengurangan yaitu pigmen warna menyerap atau menyaring warna putih dan cahaya yang dipantulkan menentukan warna dari gambar.
Jka tinta cyan, magenta dan kuning secara seimbang pada kertas hasilnya coklat adalah gelap. Oleh karena itu hitam ditimpakan ke area yang gelap untuk memberikan penampilan yang lebih baik (hitam adalah K pada CMYK). Konversi ini menggunakan hitam untuk mengompensasi untuk mendapatkan hasil nyata dari warna, hal ini membuatnya menjadi rumit.
21
Formula sederhana berikut menterjemahkan model RGB ke model CMY: C=1–R M=1–G Y=1–B Formula tersebut hanya merupakan titik awal. Bagaimanapun pada prakteknya kalibrasi intensif dari piranti dibutuhkan karena pigmen warna khas umumnya tidak bekerja seperti yang diperkirakan dari perhitungan (Munir, 2004).
2.10 Karakteristik File Citra
Karakteristik file citra ditentukan oleh resolusi (resolution) dan kedalaman bit (bit depth). Karakteristik-karakteristik ini akan menentukan tawar-menawar antara kualitas file citra dan jumlah bit yang dibutuhkan untuk menyimpan pada media store maupun mentransmisikannya melalui kanal transmisi (Munir, 2004).
2.10.1 Image Resolution
Image resolution (resolusi citra) adalah jumlah pixel per inci (kepadatan pixel per inci) yang dinyatakan dengan pixel x pixel. Semakin tinggi resolusi citra, maka semakin baik kualitas citra tersebut, dalam arti bahwa dalam ukuran fisik yang sama, citra dengan resolusi tinggi akan lebih detil serta jika citra diperbesar maka detil citra masih jelas. Namun, resolusi yang tinggi akan mengakibatkan jumlah bit yang diperlukan untuk menyimpan atau mentransmisikannya meningkat.
Resolusi adalah suatu istilah yang dipakai untuk banyak hal yang berbeda dalam konteks pencitraan digital. Istilah resolusi dalam kamera digital berarti total spatial space seperti 640 x 480, 1052 x 768, 1280 x 1024. Disini resolusi spasial berarti jumlah pixel mendatar (kolom) kali jumlah pixel tegak (baris) dari suatu citra. Dalam konteks ini resolusi adalah ukuran ketajaman citra.
Scanner, printer dan software citra foto juga memakai istilah resolusi sebagai petunjuk ukuran tetapi resolusi disini menunjukkan jumlah titik per inci (dpi = dot per inch) atau jumlah baris per inci (lpi = lines per inch).
22
Bagi suatu scanner hal ini menunjukkan resolusi optis, yang menunjukkan kemampuan suatu alat untuk melihat atau mencetak objek dalam satuan jumlah titik, pixel atau baris per inci. Istilah yang lebih tepat untuk resolusi file citra adalah kepadatan (density). Jadi kamera digital dapat membuat citra
dengan
resolusi
(ukuran bingkai) 1024 x 768 dan file citra dengan resolusi (kepadatan) 72 dpi (atau pixel) per inci (Munir, 2004).
2.10.2 Bit Depth
Bit depth merupakan jumlah bit yang digunakan untuk merepresentasikan tiap pixel. Bit depth adalah jumlah bit untuk tiap pixel. Semakin banyak jumlah bit yang digunakan untuk merepresentasikan sebuah pixel, yang berarti semakin tinggi kedalaman pixel-nya, maka semakin tinggi pula kualitasnya, dengan resiko jumlah bit yang diperlukan menjadi lebih tinggi. Dengan 1 byte (8 bit) untuk tiap pixel, diperoleh 28 atau 256 level intensitas. Dengan level intensitas sebanyak itu, umumnya mata manusia sudah dapat dipuaskan. Kedalaman pixel paling rendah terdapat pada binary-value image yang hanya menggunakan 1 bit untuk tiap pixel, sehingga hanya ada dua kemungkinan bagi tiap pixel, yaitu 0 (hitam) atau 1 (putih).
Color resolution merupakan jumlah warna yang dapat ditampilkan pada sebuah citra. Sedangkan color depth adalah jumlah maksimum warna pada citra berdasarkan bit depth dari citra dan layar monitor komputer. Tabel 2.2 berikut menunjukkan hubungan antara bit depth dan color resolution (Munir, 2004). Tabel 2.2 Hubungan antara kedalaman warna dan resolusi warna Kedalaman Warna
Resolusi Warna
Kalkulasi
1 bit
2 warna
21 (2)
2 bit
4 warna
22 (2x2)
3 bit
8 warna
23 (2x2x2)
4 bit
16 warna
24 (2x2x2x2)
23
5 bit
32 warna
25 (2x2x2x2x2)
6 bit
64 warna
26 (2x2x2x2x2x2)
7 bit
128 warna
27 (2x2x2x2x2x2x2)
8 bit
256 warna
28 (2x2x2x2x2x2x2x2)
16 bit
65.536 warna
216
24 bit
16.777.216 warna
224
32 bit
4.294.967.296 warna
232
Kedalaman warna, yang disebut juga sebagai bit depth adalah satuan yang digunakan untuk mengukur jumlah warna yang ditampilkan dalam tiap pixel gambar. Ukuran kedalaman warna (bit) yang sering digunakan adalah 1, 8, 16, 24, 32, dan 64. Warna dalam 1 bit diartikan bahwa warna yang bisa ditampilkan adalah sejumlah 2 pangkat 1, yang hasilnya adalah 2. Yaitu warna hitam dan putih saja. Hitam dan putih disini adalah hitam putih pekat, bukan sebuah grayscale.
2.11 Histogram
Histogram adalah grafik yang menunjukkan frekuensi kemunculan setiap nilai gradasi warna. Bila digambarkan pada kordinat kortesian maka sumbu X (absis) menunjukkan tingkat warna dan sumbu Y (ordinat) menunjukkan frekuensi kemunculan. Histogram sebuah citra dapat dilihat pada gambar 2.8.
Gambar 2.8 Citra Dengan Hitogramnya
24
Untuk menggambar kurva histogram dari sebuah citra grayscale dengan ukuran 10 x 10 piksel dengan kedalaman warna 3 bit adalah sebagai berikut.
1 3 0 5 2 7 3 5 0 3
1 4 0 5 2 5 3 5 0 3
1 3 0 4 0 5 3 5 0 3
3 5 2 4 0 5 3 5 0 3
1 5 2 4 0 7 3 5 0 3
4 5 6 4 0 7 3 5 0 3
4 5 6 4 1 7 3 5 4 1
4 7 6 4 1 6 3 5 4 1
1 7 6 7 1 3 7 2 4 6
0 0 6 3 1 3 5 3 4 2
Gambar 2.9 Matriks Citra 10 x 10
Untuk menggambar kurva histogram dari citra tersebut, pertama buatlah tabel frekuensi dari kemunculan setiap warna seperti Tabel 2.3. Tabel 2.3 Tabel Frekuensi Warna (x) Jumlah (y)
0 15
1 11
2 6
3 20
4 14
5 18
6 7
7 8
Kemudian, gambarkan histogramnya dalam koordinat kartesian pada sumbu x dan y seperti pada Gambar 2.10.
20 18 16 14 12 10 8 6 4 0 2 9 10
1
2
3
4
5
6
7
8
Gambar 2.10 Kurva Histogram
Biasanya jumlah piksel pada citra sangat besar (sampai ribuan) sehingga bila ditampilkan dilayar dapat melebihi batas layar yang diizinkan. Untuk kebutuhan
25
tampilan pada layar, sebelum penggambaran histogram, maka dilakukan proses normalisasi terlebih dahulu agar tampilan histogram pada layar tidak melebihi batas layar. Proses normalisasi dapat dilakukan dengan cara membagi skala bilangan frekuensi dengan angka N=10 seperti pada Tabel 2.4: Tabel 2.4 Tabel Frekuensi Normalisasi Warna (x)
0
1
2
3
4
5
6
7
Jumlah (y)
15
12
6
20
13
19
7
8
y/N
0.15
0.12
0.60
0.20
0.13
0.19
0.70
0.80
Sehingga kurva histogram normalisasi menjadi seperti Gambar 2.11
0.7 0.6 0.5 0.4 0.3 0.2 0.1 0
1
2
3
4
5
6
7
8
9
10 Gambar 2.11 Kurva Histogram Normalisasi Komposisi warna merupakan salah satu fitur yang dapat digunakan dalam sistem temu-balik citra. Komposisi warna dapat direpresentasikan dalam bentuk histogram. Histogram warna merepresentasikan distribusi jumlah piksel untuk tiap intensitas warna dalam citra. Untuk mendefinisikan histogram, warna di kuantisasi menjadi beberapa level diskrit, kemudian untuk tiap level tersebut dihitung jumlah piksel yang nilainya disesuai (Acharya, 2007).
26
Dengan kurva histogram dapat dicari citra yang memiliki kemiripan komposisi warna. Pengukuran tingkat kemiripan dilakukan dengan menghitung jarak antar histogram. Jika G = {g1, g2, . . . , gN } dan H = {h1, h2, . . . , hN } adalah histogram warna dari dua buah citra, dimana gi dan hi adalah jumlah piksel pada level ke i dari kedua histogram dan N adalah jumlah level untuk tiap histogram, maka jarak (d) antara dua histogram dapat dinyatakan dalam jarak seperti pada persamaan (1).
…………………………………….. (1) Citra dengan nilai jarak yang lebih kecil dianggap memiliki tingkat kemiripan komposisi warna yang lebih tinggi atau lebih mirip dibandingkan dengan citra yang memiliki nilai jarak yang lebih besar.
2.12 Kontras pada Citra Kontras pada citra (contrast) adalah tingkat penyebaran piksel-piksel ke dalam intensitas warna. Ada tiga macam kontras, yaitu kontras rendah, tinggi dan kontras normal. Informasi penting mengenai isi citra digital dapat diketahui dengan membuat histogram citra. Kekontrasan citra dapat dilihat dari histogram citranya yaitu grafik yang menggambarkan penyebaran kuantitatif nilai derajat keabuan (gray level) piksel di dalam atau bagian tertentu citra.
Gambar 2.12 memperlihatkan contoh sebuah histogram citra keabu-abuan, yang dalam hal ini k menyatakan derajat keabuan dan nk menyatakan jumlah piksel yang memiliki nilai keabuan k.
(Sumber: Munir, 2006) Gambar 2.12 Histogram Citra Keabu-abuan
27
Seringkali pada beberapa operasi pengolahan citra jumlah piksel yang memiliki derajat keabuan k dinormalkan terhadap jumlah seluruh piksel di dalam citra, sehingga 0 ≤ hk ≤ 1.
Keterangan k = derajat keabuan nk = jumlah piksel yang memiliki nilai keabuan k. n = jumlah total piksel pada citra
Persamaan 1 menyatakan frekuensi kemunculan nisbi (relative) dari derajat keabuan pada citra tersebut. Khusus untuk citra berwarna, histogramnya dibuat untuk setiap kanal RGB (merah, hijau, biru). Histogram citra menunjukkan banyak hal tentang kecerahan (brightness) dan kontras (contrast) dari sebuah gambar. Puncak histogram menunjukkan intensitas piksel yang menonjol. Lebar dari puncak menunjukkan rentang kontras dari gambar. Citra yang mempunyai kontras terlalu cerah atau terlalu gelap memiliki histogram yang sempit. Histogamnya terlihat hanya menggunakan setengah dari daerah derajat keabuan. Citra yang baik memiliki histogram yang mengisi daerah derajat keabuan secara penuh dengan distribusi yang merata pada setiap derajat keabuan piksel. Semakin ke kiri grafik pada histogram menandakan citra semakin gelap. Sebaliknya, semakin ke kanan grafik pada histogram menandakan citra semakin cerah. Jika grafik berada di tengah-tengah berarti citra tersebut cukup tingkat kecerahannya. Histogram pada citra yang gelap menunjukkan bahwa gray level terkonsentrasi di bagian kiri atau bagian gelap dari range gray scale. Sebaliknya pada citra cerah, gray level terkonsentrasi di bagian kanan atau bagian cerah dari range gray scale. Pada citra berkontras rendah, histogram memiliki bentuk yang sempit yang menunjukkan bahwa citra memiliki dynamic range rendah. Sedangkan pada citra berkontras tinggi, gray level tersebar luas. Gambar 2.13 menunjukkan histogram citra gelap.
28
(Sumber: Munir, 2006) Gambar 2.13 Histogram Citra Gelap Citra gelap ditunjukkan dengan konsentrasi piksel disebelah kiri grafik histogram yang berarti bahwa gray level terkonsentrasi di bagian kiri atau bagian gelap dari range gray scale. Sedangkan Citra cerah ditunjukkan dengan konsentrasi piksel disebelah kanan grafik histogram yang berarti bahwa gray level terkonsentrasi di bagian kanan atau bagian cerah dari range gray scale.
(Sumber: Munir, 2006) Gambar 2.14 Histogram Citra Cerah
Untuk citra berkontras rendah, histogram memiliki bentuk yang sempit yang menunjukkan bahwa citra memiliki dynamic range rendah seperti pada Gambar 2.15.
(Sumber: Munir, 2006) Gambar 2.15 Histogram Citra Kontras Rendah
29
Pada citra berkontras tinggi dengan nilai gray level tersebar luas pada histogramnya seperti pada Gambar 2.16.
(Sumber: Munir, 2006) Gambar 2.16 Histogram Citra Kontras Tinggi
Citra yang kontras adalah citra yang memiliki perbedaan intensitas warna piksel yang tinggi antara warna piksel satu dengan piksel yang lain, sehingga citra dapat terlihat jelas. Citra yang kontras pada grafik histogram akan terlihat menyebar. Citra yang kontras akan memiliki frekuensi intensitas warna pada piksel tersebar mulai dari intensitas warna piksel 0 hingga intensitas warna piksel 255, sehingga grafik histogram pada citra kontras akan terlihat menyebar. Sedangkan citra yang kurang kontras adalah citra yang memiliki perbedaan intensitas warna piksel yang rendah antara warna piksel yang satu dengan piksel yang lain, sehingga citra terlihat kurang jelas. Citra yang memiliki kontras rendah dapat terjadi karena kurangnya pencahayaan, kurangnya bidang dinamika dari sensor citra, atau kesalahan setting pembuka lensa pada saat pengambilan citra (Nugroho 2010).
2.13 Windows API (Application Programming Interface)
Windows API adalah sekumpulan fungsi-fungsi eksternal yang terdapat dalam file-file perpustakaan Windows (library windows) atau file library lainnya yang dapat digunakan dalam pembanguna program. Fungsi ini dapat menangani semua yang berhubungan dengan Windows seperti pengaksesan disk, interface printer, grafik
30
Windows, kotak dialog, Windows shell, memainkan musik dan sebagainya (Hadi, 1997). Pada pemrograman Visual Basic, untuk bisa memutar sebuah file suara (WAV) atau file musik (MP3) harus menggunakan Windows API yaitu file winmm.dll. File ini terlebih dahulu dideklarasikan atau dikenalkan ke bahasa pemrograman yang sedang digunakan dengan cara sebagai berikut: Declare Function mciSendString Lib “winmm.dll” alias _ “mciSendStringA”(ByVal lpstrCommand As String, ByVal lpstrReturnString As _ String,ByVal uReturnString as String,ByVal uReturnLength as long,byVal _ hwdnCallBack as long) As Long.
Keterangan : 1. Declare merupakan fungsi reserved word, kata yang telah baku disediakan oleh Visual Basic untuk menyatakan pendeklarasian prosedur API. 2. Function merupakan fungsi untuk menghasilkan suatu nilai sebagai hasil dari sebuah aksi. 3. mciSendStringA merupakan sebuah nama fungsi yang terdapat pada suatu file pustaka prosedur (*.dll). Setelah penulisan nama fungsi ini, proses harus dilanjutkan dengan nama file pustaka prosedur dimana fungsi tersebut berada. 4. Lib “winmm” adalah tempat untuk memberitahukan Visual Basic letak fungsi mciSendStringA berada, yaitu pada library sistem. File winmm.dll disebut sebagai pustaka prosedur karena di dalamnya terdapat puluhan bahkan ratusan macam fungsi. Penulisan string “32” pada beberapa pustaka sistem prosedur, mengacu pada terminologi Win32-Based Application, yaitu sebuah teknologi sistem operasi berbasis 32-bit yang dikembangkan oleh Microsoft dan telah digunakan hampir semua pengguna Windows saat ini. Untuk generasi terbaru, Microsoft telah mengeluarkan teknologi 64-bit, dan sebelumya microsoft telah mengeluarkan sistem operasi berbasis 16-bit. Pada lingkungan Windows 16-bit, pustaka prosedur sistem tidak memiliki string “32” atau “16”. 5. (ByVal uFlags As Long, ByVal dwReserved As Long) merupakan argumen atau parameter yang memerlukan nilai tertentu yang bersifat tetap atau sebuah variabel asli yang tidak bisa diubah). 6. As Long merupakan pendeklarasian tipe nilai yang dikembalikan fungsi API.
31
2.14 Data Flow Diagram (DFD)
Data Flow Diagram (DFD) adalah gambaran sistem secara logika dari sebuah sistem. Gambaran ini tergantung pada perangkat keras, perangkat lunak, struktur data atau organisasi (Jogiyanto, 2005). Simbol-simbol yang digunakan dalam pemakaian data flow diagram dapat dilihat pada Tabel 2.5 berikut.
Tabel 2.5 Simbol Data Flow Diagram SIMBOL
FUNGSI Eksternal entity ( kesatuan luar atau batas sistem) berupa orang, organisasi atau sistem lainnya yang berada di lingkungan luarnya yang akan memberikan input atau menerima output dari sistem Dataflow (arus data) Arus data ini mengalir diantara proses , simpanan data dan kesatuan luar. Process ( proses) kegiatan arus kerja yang dilakukan oleh orang, mesin atau komputer dari hasil suatu arus data yang masuk ke dalam proses untuk dihasilkan
Data store merupakan simpanan data yang berupa file database atau tabel manual, agenda atau buku (Jogiyanto, 2005).
Tahapan Data Flow Diagram terbagi atas beberapa bagian yaitu: a. Diagram Konteks Diagram ini dibuat untuk menggambarkan sumber serta tujuan data yang akan diproses atau dengan kata lain diagram tersebut dugunakan untuk menggambarkan sistem secara umum/global dari keseluruhan sistem yang ada. b. Diagram nol Diagram ini dibuat untuk menggambarkan tahapan proses yang ada didalam diagram konteks, yang penjabarannya lebih terperinci. c. Diagram Detail Diagram ini dibuat untuk menggambarkan arus data secara lebih mendetail lagi dari tahapan proses yang didalam diagram nol.
32
2.15 Visual Basic 6.0
Visual Basic 6.0 dirilis tahun 1998, bersama Microsoft Visual Studio 6.0 dan meraih penghargaan PC Magazine untuk kategori “Best of 1997” Award Winner dan PC Winner dan PC/Computing MVP Award. Visual Basic dikembangkan dari bahasa Quick Basic yang berjalan di atas sistem operasi DOS. Versi awal diciptakan oleh Alan Cooper yang kemudian menjualnya ke Microsoft dan mengambil alih pengembangan produk dengan memberi nama sandi “Thunder”. Akhirnya Visual Basic menjadi bahasa pemrograman utama di lingkungan Windows. (Alam, 2000).
Visual Basic merupakan bahasa pemrograman yang berorientasi objek (Object Oriented Programming / OOP). OOP adalah pemrograman yang terdiri dari beberapa objek yang berkomunikasi atau berhubungan dan melakukan suatu aksi dalam suatu kejadian (event), sehingga istilah objek banyak digunakan dalam pemrograman Visual Basic ini. Objek-objek digambarkan pada layar dan melakukan properti terhadap objek yang digambarkan lalu menuliskan metode-metode terhadap objek tersebut sesuai dengan tujuan program.
Pada pemrograman Visual Basic, perancangan program dimulai dengan perencanaan dan pendefenisian tujuan program, lalu merancang keluaran dan media hubungan dengan pemakai, dan langkah terakhir adalah penulisan kode program tersebut. Visual Basic menyediakan IDE (Integrated Development Environment) sebagai lingkungan tempat bekerja untuk menghasilkan program aplikasi pada Visual Basic. Komponen-komponen IDE terdiri dari control menu, baris menu, toolbar, toolbox, form window, form layout window, properties window, project explorer, kode window, object window dan event window. Yang mana setiap komponen memiliki tujuan dan kegunaan masing-masing.
2.15.1 Variabel dan Tipe Data pada Visual Basic Variabel adalah tempat di dalam komputer yang diberi nama sebagai pengenal dan dideklarasikan untuk menampung data informasi dan sesuai dengan data yang ditampung maka variabel yang mempunyai tipe data yang sesuai dengan isinya.
33
Dalam Visual Basic 6.0 tipe data digolongkan dalam tujuh kategori yaitu Numeric, String, Boolean, Data Objek, Byte dan Variant. Tipe data Numeric dibedakan atas 5 jenis yaitu Integer, Long, Single, Double, Currency, masing-masing tipe data memiliki batas tersendiri dapat dilihat pada Tabel 2.6. Tabel 2.6 Jangkauan Nilai Tipe Data Tipe
Jangkauan
Ukuran
Integer
-32,768 s/d 32.767
2 byte
Untuk mendeklarasikan bilangan bulat
Long
-2,147,483,648 s/d 2,147,648,
4 byte
Sama dengan integer tetapi jangkauannya lebih besar.
4 byte
Menyimpan suatu nilai floating point single precision.
Single
–3.4038230e38 s/d 1.401298e45
–
1.4012980e38 s/d 3.403823e38 Doble
Keterangan
-1.797669313486232e308 s/d -4.94065645841247e324 4.94065645841247e324 s/d
8 byte
Sama halnya dengan single tetapi memiliki ketelitian yang lebih tinggi.
1.79769313486232e308 Currency 922,337,203,685,477,5808 s/d
8 byte
Menyimpan suatu nilai skalar
922,337,203,685,477,5807 String
0 s/d 2e32 karakteer
1 Bersama byte/karakter menampung karakter
untuk sederetan
Boolean
True/False
2 byte
Berguna untuk melakukan pengujian
Date
1 Jan 100 s/d 31 Des 1999
8 byte
Menyatakan tanggal dan watu (jam, menit, detik)
Object
Refrensi objek
4 byte
Tipe data yang bisa dipakai untuk menggantikan objekobjek pada visual basic 6.0
Byte
0 s/d 255
1 byte
34
Variant
Null, Error, Numerik dengan Tipe Doble, Karakter Teks, Obyek atau Array
16 byte
Untuk hal-hal khusus seperti keadaan darurat sewaktu lupa menuliskan tipe data atau keadaan yang bersifat sementara.
(Sumber : Alam, 2000)
2.15.2 Operator pada Visual Basic
Operator merupakan suatu tanda yang digunakan untuk menghubungkan suatu variabel atau konstanta lain dengan tujuan melakukan berbagai manipulasi dan pengolahan data:
1. Operator Penugasan Operator Penugasan disimbolkan dengan tanda sama dengan berfungsi untuk memberikan suatu nilai ke dalam suatu variabel. 2. Operator Aritmatika Operator Aritmatika digunakan untuk melakukan operasi aritmatika yang mempunyai hirarki paling tinggi dibandingkan dengan operator lainnya. Berikut urutan hirarki operator dari yang tinggi ke yang paling rendah.
Tabel 2.7 Operasi Aritmatika
No. Operator 1. ^ 2. 3. *,/ 4. \ 5. Mod 6. +,7. +,= (Sumber: Alam, 2000)
Operasi Pemangkatan Tanda negative Perkalian dan Pembagian Pembagian integer Modulus Penambahan Penggabungan string
35
3. Operator Relasi (pembanding) Operator relasi digunakan untuk membandingkan suatu data dengan data yang lain dan menghasilkan nilai logika true atau false. Tabel 2.8 Operasi Relasi
NO.
OPERATOR
OPERASI
1.
=
Sama dengan
2.
<>
Tidak sama dengan
3.
<
Lebih kecil
4.
>
Lebih Besar
5.
<=
Lebih kecil atau sama dengan
6.
>=
Lebih besar atau sama dengan
7.
Like
Mempunyai ciri yang sesuai
8.
Is
Sama referensi objek
(Sumber: Alam, 2000)
4. Operator Logika Operator logika digunakan untuk mengekspresikan satu atau lebih data (ekspresi) logika. Berikut untuk operator logika seperti pada Tabel 2.9.
Tabel 2.9 Operasi Logika NO.
OPERATOR
OPERASI
1.
Not
Tidak
2.
And
Dan
3.
Or
Atau
4.
Xor
Exclusive
5.
Egv
Ekivalen
6.
Imp
Implikasi
(Sumber: Alam, 2000)
