OCR (Optical Character Recognition)

TL;DR: OCR (Optical Character Recognition) adalah teknologi yang membaca teks di dalam gambar atau dokumen hasil scan, lalu mengubahnya menjadi teks digital yang bisa diedit dan diolah. OCR jadi jembatan agar dokumen fisik bisa masuk ke alur data digital, termasuk sebelum tahap parsing.

Apa itu OCR?

OCR adalah proses mengenali karakter huruf dan angka dari sebuah gambar. Ketika kamu memotret struk atau memindai kontrak, OCR-lah yang mengubah piksel gambar menjadi teks yang bisa dicari dan disalin. Teknologi ini menggabungkan computer vision dan, pada versi modern, model AI untuk meningkatkan akurasi pada tulisan tangan atau dokumen berkualitas rendah.

Cara Kerja Singkat

• Pra-pemrosesan: gambar dibersihkan (kontras, rotasi) agar teks lebih jelas.
• Pengenalan karakter: sistem mendeteksi bentuk huruf dan mencocokkannya jadi teks.
• Pasca-pemrosesan: hasil dirapikan, lalu bisa di-parsing jadi data terstruktur.

Kenapa Penting?

Bagi bisnis di Indonesia yang masih banyak memakai dokumen fisik, OCR memangkas kerja input manual. Faktur, KTP, struk, atau formulir bisa diubah jadi data digital dalam hitungan detik, lalu masuk ke sistem akuntansi atau CRM. Ini mempercepat digitalisasi tanpa mengetik ulang, meski akurasinya tetap bergantung pada kualitas gambar sumber.

Pertanyaan Umum

Apakah OCR selalu akurat?

Tidak sepenuhnya. Akurasi bergantung pada kualitas gambar, jenis huruf, dan bahasa. Dokumen cetak rapi biasanya akurat tinggi, sedangkan tulisan tangan lebih menantang.

Apa beda OCR dan parsing?

OCR mengubah gambar jadi teks, sedangkan parsing menguraikan teks itu jadi struktur data. OCR sering jadi langkah sebelum parsing.