OCR Adalah: Cara Kerja dan Pemakaiannya di Bisnis
OCR adalah teknologi yang membaca teks di dalam gambar atau dokumen hasil scan, lalu mengubahnya menjadi teks digital yang bisa dicari, disalin, dan diolah. OCR singkatan dari Optical Character Recognition, atau pengenalan karakter optik.
Contohnya: Anda memotret faktur dari supplier. Bagi komputer, foto itu hanya kumpulan titik warna. Setelah diproses OCR, nomor faktur, tanggal, dan total tagihan bisa dibaca sebagai teks, lalu dimasukkan ke spreadsheet tanpa diketik ulang.
Kalau tim admin atau finance Anda menghabiskan waktu berjam-jam mengetik ulang data dari dokumen scan, artikel ini akan membantu Anda memahami apa yang bisa dan belum bisa dilakukan OCR.
Pengertian OCR
OCR bekerja pada dokumen yang teksnya “terkunci” di dalam gambar. Beberapa contohnya:
- PDF hasil scan mesin fotokopi.
- Foto struk, nota, atau faktur dari HP.
- Gambar KTP, NPWP, atau dokumen identitas lain.
- Formulir kertas yang diisi tulisan tangan, lalu discan.
Perlu dibedakan antara PDF hasil scan dan PDF digital. PDF yang dibuat langsung dari Word atau software akuntansi biasanya sudah berisi teks. Anda bisa memblok dan menyalin tulisannya. PDF seperti ini tidak butuh OCR. Coba blok teks di PDF Anda: kalau tidak bisa, berarti isinya gambar dan perlu OCR.
Cara kerja OCR
Secara sederhana, OCR melewati beberapa tahap:
- Perbaikan gambar. Gambar diluruskan kalau miring, kontras dipertajam, dan noda atau bayangan dikurangi. Tahap ini disebut preprocessing.
- Deteksi area teks. Sistem mencari bagian mana dari gambar yang berisi tulisan, dan memisahkannya dari logo, garis tabel, atau stempel.
- Pengenalan karakter. Setiap baris atau kata dikenali menjadi huruf dan angka. OCR modern memakai model machine learning yang dilatih dengan jutaan contoh tulisan.
- Koreksi dan penyusunan. Hasilnya dirapikan, misalnya dicocokkan dengan kamus bahasa, lalu disusun kembali sesuai tata letak aslinya.
Hasil akhirnya bisa berupa teks polos, PDF yang teksnya bisa dicari, atau data terstruktur seperti tabel.
Satu hal penting: OCR dasar hanya mengubah gambar menjadi teks. Ia tidak otomatis tahu mana “nomor faktur” dan mana “total tagihan”. Untuk itu, dibutuhkan langkah tambahan yang disebut ekstraksi data.
OCR klasik vs OCR berbasis AI
Teknologi OCR sudah ada sejak lama, tapi kemampuannya berkembang pesat beberapa tahun terakhir. Secara umum, ada dua pendekatan.
| OCR klasik | OCR berbasis AI | |
|---|---|---|
| Hasil utama | Teks mentah | Teks plus data terstruktur (field, tabel) |
| Cara memahami dokumen | Membaca huruf per huruf | Memahami konteks dan tata letak |
| Dokumen dengan format beragam | Perlu template per format | Lebih fleksibel |
| Tulisan tangan | Umumnya lemah | Lebih baik, tapi tetap tidak sempurna |
| Contoh | Tesseract (open source) | Google Document AI, Azure Document Intelligence, Amazon Textract, model AI multimodal |
OCR klasik cocok untuk dokumen yang rapi dan formatnya seragam, misalnya surat ketikan atau buku. Tesseract, salah satu engine OCR open source yang paling dikenal, bisa dipakai gratis dan mendukung lebih dari 100 bahasa. Kelemahannya, Anda harus menulis aturan sendiri untuk mengambil data tertentu dari teks yang dihasilkan.
OCR berbasis AI tidak hanya membaca huruf, tapi juga memahami struktur dokumen. Layanan cloud seperti Google Document AI, Azure Document Intelligence, dan Amazon Textract bisa mengenali pasangan label dan nilai (“Total: Rp2.500.000”) serta tabel. Model AI yang bisa membaca gambar, termasuk beberapa LLM terbaru, bahkan bisa diminta langsung: “ambil nomor faktur, tanggal, dan total dari dokumen ini dalam format JSON”.
Pendekatan AI lebih fleksibel untuk dokumen dari banyak supplier dengan format berbeda-beda. Tapi biayanya biasanya dihitung per halaman atau per pemakaian, dan hasilnya tetap perlu dicek, terutama untuk angka. Harga layanan cloud berubah dari waktu ke waktu, jadi cek halaman harga resminya sebelum memilih.
Contoh pemakaian OCR di bisnis
Berikut beberapa contoh yang umum di bisnis Indonesia.
Input faktur supplier. Misalnya distributor menerima puluhan faktur per hari dalam bentuk PDF scan dan foto. OCR mengambil nomor faktur, tanggal, nama supplier, dan total, lalu memasukkannya ke spreadsheet atau software akuntansi. Staf finance tinggal memeriksa dan menyetujui.
Reimbursement karyawan. Karyawan memotret struk bensin atau makan, lalu mengirimnya lewat form. OCR membaca nominal dan tanggalnya, sehingga admin tidak perlu mengetik ulang satu per satu.
Data KTP untuk pendaftaran. Contohnya di klinik atau koperasi: data dari foto KTP diambil otomatis untuk mengisi form pendaftaran. Karena ini data pribadi, pastikan penyimpanan dan pemrosesannya mengikuti UU Pelindungan Data Pribadi (UU Nomor 27 Tahun 2022).
Arsip dokumen yang bisa dicari. Kontrak, surat keluar-masuk, atau dokumen lama yang discan bisa diproses OCR supaya bisa dicari berdasarkan kata kunci. Google Drive, misalnya, bisa mengenali teks di PDF atau gambar saat dibuka dengan Google Docs.
Laporan scan ke Excel. Laporan dari mitra atau bank yang hanya tersedia dalam bentuk scan bisa diubah menjadi tabel, lalu diolah lebih lanjut.
OCR paling terasa manfaatnya saat menjadi satu langkah di dalam alur yang lebih panjang. Misalnya: dokumen masuk ke email, OCR membaca isinya, data dicek, lalu otomatis masuk ke sistem dan notifikasi terkirim ke approver. Cara merancang alur seperti ini dibahas di artikel workflow adalah dan otomatisasi adalah. Contoh penerapan lainnya ada di bagian contoh penerapan di halaman utama kami.
Tips akurasi
Akurasi OCR sangat dipengaruhi kualitas dokumen. Beberapa tips praktis:
- Scan dengan resolusi cukup. Sekitar 300 dpi umumnya direkomendasikan untuk dokumen teks. Terlalu rendah membuat huruf kabur.
- Foto dengan cahaya merata. Hindari bayangan tangan atau pantulan lampu di atas kertas.
- Pastikan dokumen lurus dan utuh. Sudut yang terpotong sering menghilangkan informasi penting seperti total atau tanggal.
- Cek bahasa yang dipakai. Atur OCR ke bahasa Indonesia supaya kata dan format angka lebih mudah dikenali.
- Validasi angka otomatis. Misalnya cek apakah subtotal ditambah PPN sama dengan total. Kalau tidak cocok, tandai untuk dicek manual.
- Sediakan langkah review. Untuk data keuangan, tetap sediakan orang yang memeriksa hasil OCR, setidaknya untuk dokumen dengan nilai besar atau yang ditandai sistem.
- Ukur akurasinya. Coba 50 sampai 100 dokumen nyata dulu, lalu hitung berapa persen yang benar tanpa koreksi. Angka ini membantu Anda memutuskan apakah OCR siap dipakai penuh.
Aqilatic membantu bisnis merancang alur pemrosesan dokumen, dari OCR sampai data masuk ke spreadsheet atau sistem akuntansi, lengkap dengan langkah review. Kalau tim Anda masih mengetik ulang dokumen setiap hari, mulai dari audit proses gratis untuk melihat berapa banyak waktu yang bisa dihemat.
Pertanyaan yang sering muncul
Apakah OCR bisa membaca tulisan tangan?
Bisa, tapi akurasinya jauh lebih rendah dibanding teks ketikan, apalagi kalau tulisannya tidak rapi. OCR berbasis AI umumnya lebih baik untuk tulisan tangan, tapi hasilnya tetap perlu dicek.
Apakah ada OCR gratis?
Ada. Tesseract adalah engine OCR open source yang gratis. Google Drive juga bisa mengenali teks dari PDF atau gambar. Untuk ekstraksi data terstruktur dalam volume besar, biasanya dibutuhkan layanan berbayar.
Apa bedanya OCR dan AI OCR?
OCR biasa mengubah gambar menjadi teks. AI OCR memahami isi dan struktur dokumen, sehingga bisa langsung mengambil field tertentu seperti nomor faktur atau total tagihan tanpa aturan manual.