top of page

Mengenal Canggihnya Teknologi Optical Character Recognition


optical character recognition ocr

Semakin ketatnya persaingan di dalam bisnis menjadikan perusahaan harus terus meningkatkan efisiensinya agar dapat bersaing. Salah satu cara meningkatkan efisiensi perusahaan adalah meminimalisir pekerjaan berulang yang tidak memerlukan kecerdasan manusia untuk menyelesaikannya. Salah satu contoh pekerjaan tersebut adalah entry data atau memasukkan data ke dalam sistem perusahaan. Pekerjaan ini sangatlah mudah dilakukan tetapi sangat memakan waktu karena data yang dimasukkan tidak hanya angka tetapi terdapat tulisan dan juga gambar. Menjawab permasalahan tersebut hadirlah teknologi Optical Character Recognition (OCR).


Optical Character Recognition adalah teknologi untuk mengidentifikasi teks karakter dari tulisan tangan, dokumen fisik, dan digital image dari materi fisik lainnya. Proses identifikasi OCR cukup mudah, cukup melakukan input gambar atau dokumen kemudian teknologi Optical Character Recognition akan melakukan proses pre-processing. Kemudian, OCR akan melakukan Document and Layout Analysis, Character Recognition serta Verification Results. Terakhir Optical Character Recognition akan melakukan export hasil identifikasi tersebut ke dalam bentuk excel atau database.


Proses lebih detail dari implementasi Optical Character Recognition yang pertama adalah pemindaian file fisik seperti kartu identitas, foto, formulir kertas dll. Proses yang kedua adalah Optical Character Recognition mengkonversi hasil pemindaian tersebut ke dalam bentuk digital atau image data. Jika data berupa file digital seperti pdf, Optical Character Recognition mengkonversi halaman pdf tersebut ke dalam bentuk gambar digital. Proses yang ketiga adalah setelah data baik itu dalam bentuk fisik maupun pdf sudah dikonversi menjadi gambar digital, Optical Character Recognition mengidentifikasi gambar-gambar tersebut dan menjadikannya data output yang berupa excel, csv dll. Proses terakhir adalah Optical Character Recognition dapat meneruskan data output tersebut ke sistem Robotic Process Automation (RPA) ataupun menginputnya ke sistem lain pada perusahaan.


optical character recognition ocr
Optical Character Recognition Process

Contoh penggunaan Optical Character Recognition adalah proses input formulir pengajuan credit card pada salah satu perusahaan penerbangan ternama Jepang. Data entry formulir pengajuan tersebut berjumlah lebih dari 75,000 setahunnya dan memiliki berbagai macam tipe formulir yang jumlahnya lebih dari 100 jenis. Dengan Optical Character Recognition, proses input data dapat dilakukan lebih cepat dan akurat baik itu input data dari tulisan tangan pada formulir kertas maupun teks digital dari file pdf. Optical Character Recognition mengurangi waktu entry data pada perusahaan tersebut hingga setengahnya! Sungguh sangat meningkatkan efisiensi waktu dan tenaga.


Contoh lain penggunaan Optical Character Recognition dapat dilihat pada salah satu perusahaan IT di Jepang. Perusahaan ini menggunakan Optical Character Recognition untuk pekerjaan rutin pada departemen HRD dan Keuangan mereka. Setiap bulannya, perusahaan ini membutuhkan 3-4 orang dan menghabiskan 35 jam untuk memasukkan data kehadiran. Selain itu di awal bulan, perusahaan membutuhkan tenaga kerja tambahan pada proses billing dan payment. Penggunaan OCR sangat membantu perusahaan dalam mengurangi waktu dan tenaga kerja pada kedua departemen tersebut. Serta mengurangi kesalahan input data karena tidak seperti manusia yang dapat melakukan kesalahan karena faktor kelelahan, Optical Character Recognition (OCR) otomatis mengidentifikasi data tanpa mengenal lelah.


Jika anda memiliki masalah mengenai efisiensi workflow pada perusahaan anda, penjelasan diatas mengenai Optical Character Recognition beserta use cases dan manfaatnya tentu membuat anda semakin ingin mencoba teknologi ini. Segeralah berkonsultasi tentang Optical Character Recognition dengan Netmarks Indonesia melalui website ini maupun dapat menghubungi kami melalui email (marketing@netmarks.co.id)

Recent Posts

See All

Comments


bottom of page