Aplikasi Tablet Pc Untuk Mendeteksi Penyakit Kulit Menggunakan Metode Fuzzy Decision Making (FDM)

Jurnal Cybermatika, Volume 1 [2013], Issue 1, Artikel 2

Aplikasi Tablet Pc Untuk Mendeteksi Penyakit Kulit
Menggunakan Metode Fuzzy Decision Making (FDM)
Yudi Irawan Chandra

Kosdiana

STMIK Jakarta STI&K

STMIK Jakarta STI&K

yudi@jak-stik.ac.id

kosdiana@jak-stik.ac.id

ABSTRAK
Aplikasi tablet PC untuk mendiagnosa penyakit kulit dengan
logika Fuzzy Decision Making merupakan sistem yang dapat
mendiagnosa penyakit kulit yang diderita oleh pasien dengan
masukan berupa bilangan fuzzy yang nantinya akan disimpan

dalam basis data berupa basis pengetahuan gejala, basis
pengetahuan penyakit dan basis pengetahuan obat. Aplikasi ini
digunakan untuk mendiagnosa penyakit berdasarkan gejala-gejala
pasien. Adapun dalam sesi konsultasi, pasien harus memasukan
gejala utama yang paling dirasakan. Selanjutnya aplikasi ini akan
merunut balik kedalam basis pengetahuannya dan menanyakan
gejala-gejala yang belum ditanyakan kepada pasien. Masukan
pasien mengenai gejala-gejala yang ditanyakan oleh sistem berupa
bilangan fuzzy yang mengacu pada tingkat frekuensi.
Setelah proses konsultasi selesai maka aplikasi ini akan
menghitung nilai kecocokan yang diisikan oleh pasien mengenai
gejala yang ditanyakan dengan nilai yang terdapat dalam basis
pengetahuan sistem. Setelah nilai kecocokan diperoleh maka
aplikasi ini akan menghitung nilai total integral dari setiap
penyakit yang terpilih kemudian akan dilakukan proses
perankingan dan nilai total integral yang terbesar diambil sebagai
nilai kemungkinan pasien menderita penyakit tersebut sehingga
akan dihasilkan konsultasi kepada pasien dan pasien dapat
mencetak hasil konsultasi tersebut. Aplikasi ini dibangun dengan
menggunakan bahasa pemrograman Visual Basic.NET dan untuk

database menggunakan SQL Server serta dijalankan pada
perangkat tablet PC dengan Sistem Operasi Microsoft Windows 8.

Kata Kunci
Tablet PC, Penyakit Kulit, Fuzzy Decision Making.

1. PENDAHULUAN
1.1. Latar Belakang
Perkembangan teknologi yang semakin moderen tidak terlepas
dari perkembangan komputer itu sendiri. Komputer semakin dapat
diandalkan dalam memecahkan berbagai permasalahan, komputer
memiliki kelebihan dibandingkan dengan manusia, misalnya
komputer tidak merasa lelah, komputer tidak keliru dalam
melakukan perhitungan. Komputer saat ini dapat diprogram untuk
melakukan pekerjaan seorang pakar yang ahli dalam bidang
tertentu. Kemampuan komputer untuk dapat diprogram dan
memiliki kemampuan seorang pakar disebut sistem pakar.
Penggunaan fuzzy dalam suatu sistem aplikasi adalah untuk
memetakan nilai prosentase suatu gejala terhadap penyakitnya.
Selain untuk memetakan nilai gejala terhadap penyakitnya, fuzzy

juga digunakan untuk proses dalam pengambilkan keputusan.
Sehingga diharapkan dengan logika fuzzy untuk mendiagnosa
penyakit kulit dapat membantu dan memudahkan pasien untuk

berkonsultasi dalam mengidentifikasi penyakit yang sedang
diderita.
Adapun dalam menyusun, mendesain, dan merancang aplikasi
komputer untuk mendiagnosa penyakit kulit dengan logika fuzzy
penulis menggunakan bahasa pemrograman Visual Basic.NET
dan untuk database menggunakan SQL Server serta dijalankan
pada perangkat tablet PC dengan Sistem Operasi Microsoft
Windows 8.
1.2. Tujuan Penelitian
Tujuan penulisan penelitian ini adalah untuk membuat sebuah
sistem pakar berbasis tablet PC yang dapat mendiagnosa penyakit
kulit berdasarkan pada gejala-gejala yang diberikan oleh pasien
agar dapat mengetahui jenis penyakit yang dideritanya secara
cepat dan akurat berdasarkan gejala-gejala yang dirasakan oleh
pasien.
1.3. Identifikasi Masalah

Permasalahan yang dibahas dibatasi hanya pada jenis penyakit
kulit, mendapatkan hasil atau kesimpulan jenis penyakit kulit yang
diderita oleh pasien sampai kepada jenis pengobatan yang dapat
diberikan kepada pasien dan dirumuskan dalam 4 (empat) hal
yaitu :
1.
Bagaimana merepresentasikan bilangan fuzzy dari bahasa
alami yang digunakan ?
2.
Bagaimana mengetahui gejala-gejala apa yang menyertai
suatu penyakit yang diderita oleh pasien setelah gejala
utama pasien diketahui ?
3.
Bagaimana untuk mendapatkan jenis penyakit yang diderita
oleh pasien berdasarkan seluruh gejala yang dimasukan oleh
pasien dengan menggunakan perhitungan fuzzy ?
4.
Bagaimana pakar untuk merepresentasikan tingkat gejala
terhadap penyakit kedalam nilai fuzzy dengan penggunaan
bahasa alami ?

1.4. Metode Penelitian
Metode penelitian yang digunakan untuk mendapatkan data-data
yang diperlukan dalam penulisan penelitian ini, dilakukan dengan
cara sebagai berikut :
1. Studi pustaka
Pengumpulan data dilakukan dengan membaca dan
mempelajari buku-buku, website yang terkait dengan
penulisan tugas akhir ini.
2. Studi Lapangan
Pengumpulan data dilakukan dengan melakukan pengujian
terhadap sistem pakar. Pengujian dimaksudkan untuk
mengetahui sistem pakar yang dibangun sesuai dengan
analisa dan perencanaan yang telah dilakukan.

Jurnal Cybermatika, Volume 1 [2013], Issue 1, Artikel 2

2. LANDASAN TEORI
2.1. Pengertian Kulit
Kulit adalah organ tubuh yang terletak paling luar dan
membatasinya dari lingkungan hidup manusia. Kulit merupakan

organ yang essensial dan vital serta merupakan cermin kesehatan
dan kehidupan. Kulit sangat kompleks, elastis dan sensitif,
bervariasi pada keadaan iklim, umur, seks, ras, dan bergantung
pada lokasi tubuh (Graham, 2005).
Kulit juga merupakan organ yang sangat rentan terhadap penyakit,
karena kulit terletak pada daerah yang paling luar dari tubuh
manusia. Kulit bisa terserang penyakit disebabkan adanya virus,
bakteri, atau jamur yang hidup dan berkoloni didalam lapisan
kulit. Sehingga kulit bisa terasa gatal, nyeri dan dampak-dampak
lain akibat dari virus, bakteri, atau jamur tersebut.
2.2. Penyakit Kulit
Penyakit kulit memiliki beragam jenis penyakit dan biasanya
disebabkan oleh adanya kuman (germ). Penyakit kulit terdiri dari
beberapa macam, beberapa diantaranya seperti berikut (Adhi
Djuanda, 2007) :
1. Petigo Krustosa
2. Impetigo Bulosa
3. Impetigo Neonatorum
4. Furunkel/Karbunkel
5. Selulitis

6. Staphylococcal Scaled Skin Syndrome (SSSS
7. Folikulitis
8. Erisipelas
9. Abses Multipel Kelenjar Keringat
10. Kondilomata akuminata
11. Pitiriasis Versikolor
12. Veruka Vulgaris
13. Moluskum Kontagiosum
14. Varisela
15. Variola

maka harus ditentukan fungsi keanggotaan untuk setiap
rating. Biasanya digunakan fungsi segitiga. Misal, Wt
adalah bobot untuk kriteria Ct; dan Sit adalah rating fuzzy
untuk derajat kecocokan alternatif keputusan Ai dengan
kriteria Ct; dan Fi adalah indeks kecocokan fuzzy dari
alternatif Ai yang merepresentasikan derajat kecocokan
alternatif keputusan dengan kriteria keputusan yang
diperoleh dari hasil agregasi Sit dan Wt.
b. Mengevaluasi bobot-bobot keriteria, dan derajat

kecocokan setiap alternatif dengan kriterianya
c. Mengagregasikan bobot-bobot kriteria, dan derajat
kecocokan setiap alternatif dengan kriteriannya. Ada
beberapa metode yang dapat digunakan untuk melakukan
agregasi terhadap hasil keputusan para pengambil
keputusan, antara lain : mean, median, max, min, dan
operator campuran. Dari beberapa metode tersebut,
metode mean yang paling banyak digunakan. Operator
dan adalah operator yang digunakan untuk penjumlahan
dan perkalian fuzzy. Dengan menggunakan operator
mean, Fi dirumuskan sebagai:
...(1)
Dengan cara mensubsitusikan Sit dan Wt dengan bilangan
fuzzy segitiga, yaitu Sit = (oit, pit, qit); dan Wt = (at,bt,ct);
maka Ft dapat didekati sebagai :
...(2)
Dengan :
...(3)

...(4)

...(5)
2.3. Metode Fuzzy Decision Making (FDM)
Metode Fuzzy Decision Making (FDM) dikembangkan dalam tiga
langkah penting penyelesaian, yaitu : (Sri Kusumadewi, 2006)
1. Representasi Masalah
Dalam melakukan representasi masalah terdapat tiga aktivitas
yang harus dilakukan, yaitu :
a Identifikasi tujuan dan kumpulan alternatif keputusannya
Tujuan keputusan dapat direpresentasikan dengan
menggunakan bahasa alami atau nilai numeris sesuai
dengan karakteristik dari masalah tersebut.
b Identifikasi kumpulan kriteria
c Membangun struktur hirarki dari masalah tersebut
berdasarkan pertimbangan-pertimbangan tertentu.
2. Evaluasi Himpunan Fuzzy
Pada bagian ini, ada 3 aktivitas yang harus dilakukan, yaitu :
a. Memilih himpunan rating untuk bobot-bobot kriteria dan
derajat kecocokan setiap alternatif dengan kriterianya.
Secara umum, himpunan-himpunan rating terdiri-atas 3

elemen,
yaitu
variabel
linguistik
(x)
yang
merepresentasikan bobot kriteria, dan derajat kecocokan
setiap alternatif dengan kriterianya; T(x) yang
merepresentasikan rating dari variabel linguistik; dan
fungsi keanggotaan yang berhubungan dengan setiap
elemen dari T(x). Sesudah himpunan rating ditentukan,

Dimana : i = 1,2,3,...,n.
3. Seleksi Alternatif yang Optimal
Pada bagian ini, ada 2 aktivitas yang dilakukan yaitu :
a. Memprioritaskan alternatif keputusan berdasarkan hasil
agregasi. Prioritas dari hasil agregasi dibutuhkan dalam
rangka proses perangkingan alternatif keputusan. Karena
hasil agregasi ini direpresentasikan dengan menggunakan
bilangan fuzzy segitiga, maka dibutuhkan metode

perangkingan untuk bilangan fuzzy segitiga. Selah satu
metode yang dapat digunakan adalah metode nilai total
integral. Sedangkan F adalah bilangan fuzzy segitiga, F=
(a,b,c), maka nilai total integral dapat dirumuskan sebagai
berikut :
...(6)

 adalah indeks kooptimisan yang
Nilai
merepresentasikan derajat keoptimisan bagi pengambil
keputusan (0 sampai 1). Apabila nilai  semakin besar
mengindikasikan bahwa derajat keoptimisannya semakin
besar. Apabila ada 2 bilangan fuzzy Fi dan Fj;
b. Memilih alternatif keputusan dengan prioritas tertinggi
sebagai alternatif yang optimal. Semakin besar nilai Fj

Jurnal Cybermatika, Volume 1 [2013], Issue 1, Artikel 2
berarti kecocokan terbesar dari alternatif keputusan untuk
kriteria keputusan, dan nilai inilah yang menjadi
tujuannya.

3. HASIL DAN PEMBAHASAN
3.1. Analisa Variabel Fuzzy Pakar
Sistem pakar ini menggunakan bahasa alami untuk menerima
masukan yang diberikan oleh pakar. Masukan yang diberikan oleh
pakar berupa tingkat pengaruh gejala terhadap suatu penyakit.
Bahasa alami yang digunakan terdiri dari : Sangat Tinggi, Tinggi,
Sedang, Rendah, Sangat Rendah. Untuk merepresentasikan dari
bahasa alami kedalam nilai fuzzy digunakan representasi kurva
segitiga.

3.3. Analisa Representasi Pengetahuan Penyakit Kulit
Analisa
representasi
pengetahuan
digunakan
untuk
merepresentasikan pengetahuan yang dimasukan oleh pakar
kedalam basis pengetahuan yang terdapat dalam sistem pakar.
Dalam sistem pakar untuk mendiagnosa penyakit kulit dengan
logika fuzzy terdapat terdapat lima belas penyakit kulit, yaitu :
Tabel 1. Daftar Penyakit
No

Gambar 1. Variabel Fuzzy Pakar
Dari representasi kurva segitiga diperoleh bilangan-bilangan fuzzy
untuk tingkat pengaruh gejala terhadap penyakitnya, adalah :
1. Sangat Rendah (SR) = (0, 0, 0.25)
2. Rendah (R) = (0, 0.25, 0.5)
3. Sedang (SD) = (0.25, 0.5, 0.75)
4. Tinggi (T) = (0.5, 0.75, 1)
5. Sangat Tinggi (ST) = (0.75, 1, 1)
3.2. Analisa Variabel Fuzzy Pasien
Masukan yang diberikan oleh pasien mengenai gejala-gejala yang
dirasakannya menggunakan bahasa alami. Bahasa alami yang
digunakan mengacu pada tingkat frekuensi yang dirasakan oleh
pasien, bahasa alaminya terdiri atas : Sangat Sering, Sering,
Kadang-kadang, Jarang, Tidak Pernah. Untuk merepresentasikan
bahasa alami ke dalam nilai fuzzy digunakan representasi kurva
segitiga, sebagai berikut :

Gambar 2. Variabel Fuzzy Pasien
Dari representasi kurva segitiga maka diperoleh bilangan-bilangan
fuzzy untuk tingkat frekuensi, sebagai berikut :
1. Tidak Pernah (TP) = (0, 0, 0.25)
2. Jarang (J) = (0, 0.25, 0.5)
3. Kadang-kadang (K) = (0.25, 0.5, 0.75)
4. Sering (S) = (0.5, 0.75, 1)
5. Sering Sekali (SS) = (0.75, 1, 1)

A
B
C
D
E
F

Kode
Penyakit
P001
P002
P003
P004
P005
P006

G
H
I
J
K
L
M
N
O

P007
P008
P009
P010
P011
P012
P013
P014
P015

Nama Penyakit
Impetigo Krustosa
Impetigo Bulosa
Impetigo Neonatorum
Furunkel/Karbunkel
Selulitis
Staphylococcal
Scaled
Skin
Syndrome (SSSS)
Folikulitis
Erisipelas
Abses Multipel Kelenjar Keringat
Kondilomata Akuminata
Pitiriasis Versikolor
Veruka Vulgaris
Moluskum Kontagiosum
Varisela
Variola

Setiap penyakit memiliki gejala-gejala yang menyertai suatu
penyakit. Terdapat dua puluh empat gejala yang menyertai
penyakit-penyakit tersebut, yaitu:
Tabel 2. Daftar Gejala
No
1
2
3
4
5
6
7
8

Kode
Gejala
G001
G002
G003
G004
G005
G006
G007
G008

9
10
11
12
13
14
15

G009
G010
G011
G012
G013
G014
G015

16

G016

17

G017

18
19

G018
G019

Nama Gejala
Kemerahan pada kulit
Gelembung cairan berwarna kuning
Lepuhan-lepuhan
Demam
Nyeri
Nanah
Adanya pembengkakan
Kemerahan pada kulit berwarna
merah cerah
Pusing
Gatal
Pembesaran kelenjar getah bening
Gangguan pada mata
Kemerahan dengan rambut ditengah
Banyak mengeluarkan keringat
Hubungan seksual dengan beberapa
pasangan
Kemerahan atau kehitaman pada
daerah genital
Berbau tidak enak pada daerah
genital
Bercak warna-warni
Benjolan berbentuk bulat

Jurnal Cybermatika, Volume 1 [2013], Issue 1, Artikel 2
20
21
22
23

G020
G021
G022
G023

24

G024

Benjolan berwarna abu-abu
Benjolan permukaan kasar
Benjolan berwarna putih seperti lilin
Benjolan jika ditekan mengeluarkan
massa warna putih
Muntah-muntah

Untuk menggambarkan hubungan antara suatu penyakit dengan
gejalanya digunakan tabel keputusan. Adapun dalam tabel
keputusan ini, nilai fuzzy gejala terhadap suatu penyakit juga
disertakan, seperti berikut :
Tabel 3. Keputusan Penyakit Kulit

3.4. Analisa Pengambilan Keputusan
Sebelum mengambil keputusan sistem pakar akan melakukan
perunutan. Perunutan yang digunakan dalam sistem pakar ini
menggunakan metode gabungan yaitu runut maju dan runut balik.
Runut maju digunakan pada saat pertama pasien memasukan
gejala utama yang paling dirasakan oleh pasien. Setelah itu sistem
pakar akan merunut balik kedalam basis pengetahuan dan
menanyakan gejala-gejala yang belum ditanyakan kepada pasien
berdasarkan penyakit yang menyertai gejala-gejala tersebut.
Setelah gejala-gejala pasien didapatkan maka sistem pakar akan
menghitung nilai kecocokan fuzzy antara jawaban yang diberikan
oleh pasien dengan jawaban yang terdapat dalam basis
pengetahuan yang diberikan oleh pakar.
3.5. Contoh Kasus Pengambilan Keputusan
Misalkan terdapat pasien dengan gejala utama yang dirasakan
oleh pasien berupa banyak terdapat gelembung cairan berwarna
kuning pada kulit dan basis pengetahuan yang digunakan adalah
basis pengetahuan pada tabel 3 tabel keputusan penyakit kulit.
Maka pada saat berkonsultasi pasien harus memasukan gejala
utamanya berupa gelembung cairan berwarna kuning (G002)
dengan nilai fuzzy yang dimasukan SS (Sangat Sering). Setelah
memasukan gejala utamanya maka sistem pakar akan merunut

maju untuk menentukan penyakit-penyakit yang mempunyai
gejala G002 yaitu P001, P002, P003, dan P014 lalu sistem pakar
akan merunut balik untuk menanyakan gejala G001, G003, G004,
G005, G010 yang belum diisikan oleh pasien. Misalkan pasien
mengisi gejala G001 dengan S (Sering) , G003 dengan TP (Tidak
Pernah), G004 dengan J (Jarang), G005 dengan J (Jarang), dan
G010 dengan K (Kadang-kadang).
3.6. Penyelesaian Contoh Kasus
Penyelesaian contoh kasus dalam sistem pakar melalui beberapa
tahapan yaitu pertama mencari nilai kecocokan fuzzy dengan
menggunakan bentuk persamaan (3), (4), (5). Kedua menghitung
nilai total integral dengan menggunakan bentuk persamaan (6)
dan mengambil nilai total integral terbesar sebagai kemungkinan
pasien menderita penyakit tersebut. Pertama menghitung nilai
kecocokan fuzzy :
a. Untuk Penyakit P001

b.

Untuk Penyakit P002

Jurnal Cybermatika, Volume 1 [2013], Issue 1, Artikel 2
c.

Untuk Penyakit P003
c.

Untuk Penyakit P003

d.

Untuk Penyakit P014

Setelah dilakukan perhitungan nilai total integral maka nilai total
integral yang terbesar yaitu untuk penyakit P001 dengan nilai
kemungkinan diagnosa 0.875, maka pasien tersebut
kemungkinan menderita penyakit Impetigo Krustosa dengan
nilai kemungkinan sebesar 0.875 atau 87.5%.
3.7. Implementasi Sistem
Implementasi perancangan sistem tablet PC untuk mendiagnosa
penyakit kulit dengan logika FDM terdiri dari beberapa sub menu
seperti ditunjukkan pada gambar di bawah ini :

d.

Untuk Penyakit P014

Gambar 3. Struktur Menu Aplikasi
Berikut ini adalah beberapa tampilan hasil rancangan sistem yang
telah di implementasikan kedalam Tablet PC dengan
menggunakan sistem operasi Windows 8 :
1. Tampilan basis pengetahuan penyakit digunakan untuk
menambah, mengganti, atau menghapus pengetahuan dalam
sistem pakar.
Setelah diperoleh nilai kecocokan fuzzy maka selanjutnya akan
dihitung nilai total integral untuk setiap penyakit dengan
menggunakan bentuk persamaan (6) :
a. Untuk Penyakit P001

b.

Untuk Penyakit P002

Jurnal Cybermatika, Volume 1 [2013], Issue 1, Artikel 2
Tabel 4 Tabel Konfigurasi Komputer
Software
Minimum
Sistem Operasi
Microsoft Windows 8
Program
Visual Basic.NET 2005
SQL Server
SQL Server 2000
Hardware
Minimum
Prosessor
Pentium Dual Core 1 Ghz
RAM
1 Giga Byte
Harddisk
16 Giga Byte
Kartu Grafis
DirectX9
Layar Monitor
Resolusi 1366 x 768 pixel.

4. KESIMPULAN
Gambar 4. Tampilan Basis Pengetahuan Penyakit
2.

Tampilan sesi konsultasi secara khusus ditujukan untuk
pasien dalam berkonsultasi dengan sistem.

Gambar 5 Tampilan Sesi Konsultasi
3.

Tampilan hasil konsultasi hanya dapat digunakan pada saat
sesi konsultasi dengan sistem pakar telah selesai.

Kesimpulan dari penulisan ini, adalah :
1. Aplikasi ini telah mampu mendiagnosa penyakit kulit
berdasarkan jawaban-jawaban dari pasien dan menghitung
nilai kemungkinan yang diderita oleh pasien terhadap suatu
penyakit berdasarkan gejala berupa variabel fuzzy.
2. Aplikasi ini dapat melakukan pembaharuan terhadap basis
pengetahuannya baik basis pengetahuan penyakit, basis
pengetahuan gejala, basis pengetahuan obat maupun pada
akuisisi pengetahuannya. Pembaharuan dapat dilakukan baik
berupa penambahan, penggantian, maupun penghapusan.
Aplikasi ini masih dapat dikembangkan dengan cara :
1. Penambahan pengetahuan-pengetahuan terhadap basis
pengetahuan gejala maupun basis pengetahuan penyakit.
2. Penyesuaian pada akuisisi pengetahuan antara penyakit
dengan gejala-gejalanya.
3. Menambahkan komponen-komponen sistem pakar dimasa
yang akan datang atau penyesuaian komponen sistem pakar
dimasa mendatang.

DAFTAR REFERENSI
[1] .

Gambar 6 Tampilan Hasil Konsultasi
3.8. Konfigurasi Komputer
Konfigurasi komputer untuk membuat dan menjalankan program
aplikasi ini adalah sebagai berikut :

Abdul Kadir, Dasar Perancangan dan Implementasi
Database Relational, ANDI, Yogyakarta, 2008.
[2] . Adhi Djuanda, dkk., Ilmu Penyakit Kulit Dan Kelamin,
Ed. 5, Fakultas Kedokteran Universitas Indonesia, Jakarta,
2007.
[3] . Agus Kurniawan, Packaging dan Deployment pada
Aplikasi .NET, Elex Media Komputindo, Jakarta, 2005.
[4] . Didik D. Prasetyo, 101 Tips & Trik Visual Basic.NET.
Elex Media Komputindo, Jakarta, 2006.
[5] . Graham, Robin and Tony Burns., Lecture Notes
Dermatologi, Ed. 8, Erlangga, Jakarta, 2005.
[6] . Kusrini, Sistem Pakar Teori Dan Aplikasi, ANDI,
Yogyakarta, 2006.
[7] . Marwali Harahap, Ilmu Penyakit Kulit, EGC Penerbit
Buku Kedokteran, 2001.
[8] . RS Siregar, Atlas Berwarna Saripati Penyakit Kulit, Edisi
2, EGC Penerbit Buku Kedokteran, 1992.
[9] . Setiadji, Himpunan & Logika Samar serta Aplikasinya,
Graha Ilmu, Yogyakarta, 2009.
[10] . Sri Hartati dan Sari Iswanti., Sistem Pakar dan
Pengembangannya, Graha Ilmu, Yogyakarta, 2008.
[11] . Sri Kusumadewi, dkk., Fuzzy Multi-Attribute Decision
Making (FUZZY MADM), Graha Ilmu, Yogyakarta, 2006.
[12] . Yahya Kurniawan, Belajar Sendiri Pemrograman Visual
Basic .NET 2003, PT Elex Media Komputindo, Jakarta,
2003.