AI OCR: Ekstraksi Data dari KTP, NPWP, dan Faktur

Kalau tim admin Anda setiap hari mengetik ulang nama, NIK, alamat, dan nominal faktur dari foto dokumen, AI OCR bisa mengambil alih sebagian besar pekerjaan itu. AI OCR adalah gabungan pembacaan teks dari gambar (OCR) dengan model AI yang paham konteks dokumen. Hasilnya bukan sekadar teks mentah, tapi data terstruktur: kolom “nama” berisi nama, kolom “NIK” berisi 16 digit NIK, kolom “total” berisi angka total faktur.

Artikel ini membahas kenapa OCR biasa sering mengecewakan, bagaimana AI OCR bekerja, cara memvalidasi hasilnya, dan apa yang perlu dijaga karena dokumen seperti KTP berisi data pribadi.

Kenapa OCR biasa sering gagal

OCR (Optical Character Recognition) adalah teknologi yang mengubah gambar tulisan menjadi teks yang bisa diedit. Dasar-dasarnya sudah kami bahas di artikel OCR adalah. Untuk dokumen yang bersih dan seragam, OCR biasa bekerja cukup baik.

Masalahnya, dokumen yang masuk ke tim admin jarang bersih. Beberapa kendala yang sering muncul:

  • Foto miring atau silau. Foto KTP dari HP pelanggan sering terkena pantulan lampu, terpotong, atau diambil dari sudut miring.
  • Latar belakang ramai. KTP punya pola hologram dan warna latar yang mengganggu pembacaan huruf.
  • Tata letak berbeda-beda. Faktur dari 20 supplier punya 20 layout. OCR biasa membaca semua teksnya, tapi tidak tahu mana “nomor faktur” dan mana “nomor PO”.
  • Hasilnya hanya teks panjang. Setelah OCR, admin tetap harus mencari dan menyalin angka yang dibutuhkan satu per satu.

Poin terakhir ini yang paling menyita waktu. OCR memang membaca, tapi tidak memahami.

Ekstraksi terstruktur dengan AI

AI OCR menambahkan satu lapisan pemahaman. Model AI yang bisa membaca gambar (sering disebut model vision atau multimodal) melihat dokumen seperti manusia melihatnya: ini KTP, bagian atas berisi NIK, di bawahnya nama, lalu tempat dan tanggal lahir.

Anda cukup memberi instruksi dan format keluaran yang diinginkan. Contoh instruksi untuk KTP:

Baca foto KTP ini. Kembalikan JSON dengan kolom: nik, nama, tempat_lahir, tanggal_lahir (format YYYY-MM-DD), alamat, kota. Jika sebuah kolom tidak terbaca jelas, isi dengan null.

Hasilnya berupa JSON (format data teks yang rapi dan mudah dibaca program), yang bisa langsung dimasukkan ke Google Sheets, database, atau sistem lain. Kalau Anda ingin memahami lebih jauh cara model bahasa bekerja, baca artikel LLM adalah.

Beberapa kelebihan pendekatan ini:

  • Tidak perlu template per layout. Faktur dari supplier baru tetap bisa dibaca tanpa mengatur posisi kolom satu per satu.
  • Bisa menormalkan format. Tanggal “17-08-1990” dan “17 Agustus 1990” diubah ke format yang sama.
  • Bisa mengenali jenis dokumen. Satu alur bisa menerima KTP, NPWP, atau faktur, lalu memilih instruksi yang sesuai.

Tapi AI juga bisa salah. Yang paling berbahaya adalah salah dengan percaya diri: angka yang tidak terbaca jelas “ditebak” dan terlihat meyakinkan. Karena itu langkah validasi wajib ada.

Validasi hasil ekstraksi

Jangan langsung percaya hasil AI. Pasang aturan pengecekan otomatis setelah ekstraksi. Aturan ini murah, cepat, dan menangkap sebagian besar kesalahan.

Alur AI OCR: foto KTP atau faktur dibaca AI OCR menjadi JSON terstruktur, divalidasi dengan aturan, data yang lolos langsung disimpan ke Sheets atau database, sedangkan data yang meragukan dicek admin dulu sebelum disimpan

Contoh aturan validasi per jenis dokumen:

Dokumen Aturan pengecekan
KTP NIK harus 16 digit angka. Enam digit pertama adalah kode wilayah. Digit ke-7 sampai 12 berisi tanggal lahir (untuk perempuan, tanggalnya ditambah 40), jadi bisa dicocokkan dengan tanggal lahir yang terbaca.
NPWP Sejak Juli 2024, NIK berfungsi sebagai NPWP untuk wajib pajak orang pribadi penduduk, dan badan memakai NPWP 16 digit. Cek jumlah digitnya dan cocokkan dengan data master pelanggan atau vendor.
Faktur Jumlah semua baris barang harus sama dengan subtotal. DPP ditambah PPN harus sama dengan nilai akhir. Nama supplier harus ada di data master.

Selain aturan, minta AI mengisi null untuk kolom yang tidak yakin. Kolom kosong jauh lebih aman daripada tebakan. Dokumen dengan kolom kosong atau aturan yang gagal masuk ke antrean review manusia.

Dengan pola ini, admin tidak lagi mengetik ulang semua dokumen. Mereka hanya mengecek sebagian kecil yang ditandai ragu. Porsi yang perlu dicek bergantung pada kualitas foto dan jenis dokumen, jadi ukur sendiri selama beberapa minggu pertama.

Privasi data identitas

KTP dan NPWP berisi data pribadi. Di Indonesia, pemrosesan data pribadi diatur dalam UU Nomor 27 Tahun 2022 tentang Pelindungan Data Pribadi (UU PDP). Beberapa hal praktis yang perlu Anda perhatikan:

  1. Punya dasar yang jelas. Kumpulkan data KTP hanya untuk keperluan yang memang membutuhkannya, misalnya verifikasi pelanggan atau kontrak, dan beri tahu pemilik data untuk apa datanya dipakai.
  2. Pilih penyedia AI dengan hati-hati. Saat foto dikirim ke layanan AI, data itu diproses oleh pihak ketiga. Baca ketentuan penyedia: apakah data dipakai untuk melatih model, di mana data disimpan, dan berapa lama. Untuk akun bisnis atau API, banyak penyedia besar menyatakan tidak memakai data pelanggan untuk pelatihan secara bawaan, tapi tetap cek ketentuan terbaru.
  3. Batasi akses. Folder foto KTP dan tabel hasil ekstraksi hanya boleh dibuka orang yang berkepentingan.
  4. Jangan simpan lebih dari yang perlu. Kalau yang dibutuhkan hanya NIK dan nama, jangan simpan seluruh kolom KTP. Tentukan juga kapan foto aslinya dihapus.
  5. Catat siapa mengakses apa. Jejak akses memudahkan Anda menjawab kalau ada pertanyaan dari pemilik data.

Ini bukan nasihat hukum. Untuk proses yang melibatkan data sensitif dalam jumlah besar, konsultasikan dengan penasihat hukum Anda.

Contoh alur verifikasi dokumen

Misalnya sebuah perusahaan pembiayaan kendaraan skala kecil menerima pengajuan lewat email dan form. Setiap pengajuan disertai foto KTP dan NPWP. Alurnya bisa disusun seperti ini:

  1. Dokumen masuk. Foto diterima dari form atau lampiran email. Kalau lewat email, pola penangkapan lampirannya mirip dengan yang kami bahas di otomatisasi email Gmail dengan n8n.
  2. Kenali jenis dokumen. AI menentukan apakah foto itu KTP, NPWP, atau dokumen lain.
  3. Ekstraksi. AI mengembalikan JSON sesuai jenis dokumen.
  4. Validasi. Aturan mengecek panjang NIK, kecocokan tanggal lahir, dan kecocokan nama di KTP dengan nama di form.
  5. Lolos atau ragu. Data yang lolos langsung masuk ke tabel pengajuan. Yang ragu dikirim ke admin bersama foto aslinya, lengkap dengan kolom mana yang bermasalah.
  6. Simpan dan catat. Hasil akhir disimpan, foto dipindahkan ke folder terbatas, dan setiap langkah tercatat.

Admin tidak hilang perannya. Perannya bergeser dari juru ketik menjadi pemeriksa. Pekerjaan seperti ini termasuk dalam layanan AI kami.

Kalau tim Anda masih mengetik ulang data dari dokumen setiap hari, Aqilatic bisa membantu menilai jenis dokumen mana yang paling cepat diotomatisasi dan seberapa ketat validasinya perlu dibuat, lewat audit proses gratis.

Pertanyaan yang sering muncul

Seberapa akurat AI OCR untuk foto KTP dari HP?

Sangat bergantung pada kualitas foto. Foto yang terang, tegak, dan tidak terpotong umumnya terbaca baik. Foto buram atau silau tetap bisa salah, karena itu validasi dan review manusia tetap perlu.

Apakah AI OCR bisa membaca tulisan tangan?

Bisa untuk tulisan tangan yang cukup rapi, tapi akurasinya lebih rendah dari teks cetak. Untuk formulir tulisan tangan, siapkan porsi review manusia yang lebih besar.

Apakah perlu sistem khusus untuk memakai AI OCR?

Tidak harus. Alur sederhana bisa dibangun dengan tool otomatisasi seperti n8n yang memanggil API model AI, lalu menyimpan hasilnya ke Google Sheets. Untuk volume besar, biasanya hasilnya disimpan ke database.