Panduan OCR untuk Bisnis: Cara Kerja dan Manfaatnya bagi Finance

Tim finance sering bekerja dengan dokumen yang sudah memuat informasi transaksi, tetapi data tersebut masih perlu dipindahkan ke sistem. Invoice, struk, kuitansi, dan dokumen hasil scan dapat berisi informasi yang lengkap, sementara proses pencatatannya tetap membutuhkan input manual.

Beban tersebut semakin terasa ketika volume dokumen meningkat. Dalam riset Tipalti pada 2024, responden membutuhkan rata-rata 41 menit untuk memproses satu supplier invoice. Sebanyak 79% bisnis yang disurvei juga melaporkan peningkatan waktu untuk input data manual di Accounts Payable dibandingkan tahun sebelumnya.

OCR membantu mengubah informasi dalam dokumen menjadi data yang dapat diproses. Cara kerja tersebut membuat OCR relevan untuk berbagai proses bisnis, terutama ketika perusahaan ingin mempercepat data entry dan menghubungkan informasi dokumen dengan workflow berikutnya.

Apa Itu OCR?

OCR (Optical Character Recognition) adalah teknologi yang mengenali teks dari gambar, hasil scan, atau dokumen digital lalu mengubahnya menjadi teks atau data yang dapat dibaca mesin. Menurut IBM, OCR dapat mengekstrak informasi dari dokumen yang dipindai, gambar dari kamera, dan PDF yang berisi gambar teks.

Contohnya, invoice hasil scan menyimpan informasi dalam bentuk visual. OCR dapat mengenali nomor invoice, tanggal, nama vendor, dan nominal yang tercantum pada dokumen tersebut sehingga informasi itu dapat diproses lebih lanjut.

Dalam bisnis, kemampuan ini menghubungkan dokumen dengan data. Perusahaan dapat mengambil informasi dari dokumen lalu meneruskannya ke aplikasi atau workflow yang membutuhkan data tersebut.

Perbedaan OCR dan Scanning

Sistem membutuhkan informasi dari dokumen dalam bentuk yang dapat diproses. Scanning mengubah dokumen fisik menjadi file digital, sedangkan OCR mengenali teks di dalam file tersebut sehingga informasinya dapat dibaca dan diproses mesin.

Perbedaannya terlihat pada tahap setelah dokumen menjadi digital. Hasil scan dapat disimpan sebagai arsip, sedangkan OCR membuat informasi dalam dokumen dapat digunakan kembali sebagai data.

Bagi tim finance, perbedaan ini terlihat ketika data dari invoice atau struk perlu masuk ke proses seperti reimbursement, invoice processing, atau accounting.

Bagaimana Cara Kerja OCR?

OCR bekerja dengan membaca dokumen, memproses gambar, mengenali karakter, lalu menghasilkan teks atau data yang dapat digunakan sistem. Teknologi yang digunakan dapat berbeda, tetapi alurnya tetap bergerak dari dokumen menuju data.

Proses tersebut umumnya terdiri dari empat tahap, mulai dari memasukkan dokumen hingga mengubah hasil pembacaan menjadi data yang dapat digunakan dalam workflow bisnis.

1. Dokumen Dimasukkan ke Sistem

Pada tahap pertama, OCR menerima gambar, hasil scan, atau PDF sebagai sumber dokumen yang akan diproses.

Dokumen dapat berasal dari kamera, scanner, atau file digital yang sudah tersimpan. Kondisi dokumen pada tahap ini memengaruhi proses berikutnya, terutama ketika gambar buram, terlalu gelap, miring, atau terpotong.

2. Gambar Diproses

Pada tahap pemrosesan gambar, OCR menyiapkan dokumen agar teks lebih mudah dikenali.

Proses ini dapat mencakup pengurangan noise, perbaikan kemiringan, dan penyesuaian elemen visual yang mengganggu pembacaan. Menurut IBM, preprocessing membantu menyiapkan gambar sebelum sistem melakukan pengenalan karakter.

3. Karakter Dikenali

Pada tahap pengenalan karakter, OCR mengidentifikasi huruf, angka, dan simbol yang terdapat pada dokumen.

Sistem dapat menggunakan pengenalan pola, feature extraction, serta machine learning untuk mengenali variasi karakter dan kondisi dokumen. Hasil tahap ini menjadi dasar untuk mengambil informasi tertentu seperti nama vendor, tanggal, atau nominal transaksi.

4. Data Hasil Pembacaan Diproses

Setelah karakter dikenali, OCR mengubah hasil pembacaan menjadi teks atau data yang dapat digunakan aplikasi lain.

Dalam konteks bisnis, data tersebut dapat masuk ke proses seperti invoice processing, reimbursement, atau accounting. Menurut AWS, hasil OCR dapat digunakan untuk pencarian informasi, pemrosesan dokumen, analisis, dan automasi workflow.

Alurnya dapat disederhanakan menjadi:

Dokumen → Pemrosesan gambar → Pengenalan karakter → Ekstraksi data → Workflow bisnis

Penggunaan OCR dalam Bisnis

Dalam bisnis, OCR digunakan untuk mengekstrak informasi dari dokumen sehingga data dapat diproses tanpa memasukkan seluruh informasi secara manual.

Penggunaannya mengikuti jenis dokumen dan workflow yang ingin didukung, mulai dari invoice dan reimbursement hingga procurement dan accounting.

OCR untuk Accounts Payable dan Invoicing

OCR membantu mengurangi pekerjaan memasukkan setiap field dari invoice. Tim Accounts Payable dapat mengalihkan waktu ke aktivitas seperti pengecekan data, rekonsiliasi, dan penanganan transaksi yang membutuhkan perhatian khusus.

Dalam Accounts Payable, OCR mengekstrak informasi dari invoice seperti nama vendor, nomor invoice, tanggal, pajak, total, dan rincian item.

Tim Accounts Payable kemudian dapat menggunakan data tersebut dalam proses review, approval, dan pembayaran. Pekerjaan input invoice secara manual masih mengambil porsi besar dalam proses AP, sehingga data capture menjadi salah satu tahap yang dapat diotomatisasi.

Pelajari pengelolaan Accounts Payable untuk melihat bagaimana proses invoice dan tagihan vendor dikelola dalam satu workflow.

Baca Juga: Accounts Payable OCR: How It Helps AP Teams

OCR untuk Purchase Order dan Procurement

Dalam procurement, OCR dapat mengekstrak informasi dari dokumen purchasing atau Purchase Order sehingga data dapat digunakan dalam workflow pembelian.

Informasi yang dibaca dapat mencakup vendor, nomor dokumen, item, jumlah, harga, dan tanggal. Use case ini relevan ketika perusahaan menerima dokumen dari banyak vendor dengan format yang berbeda.

Tim procurement dapat menggunakan hasil ekstraksi sebagai bagian dari proses berikutnya, sementara approval, vendor management, Purchase Order, invoice matching, dan payment tetap berjalan sesuai workflow perusahaan.

Lihat fitur Purchase Order Mekari Expense untuk memahami bagaimana proses pembelian dikelola secara digital.

Baca Juga: OCR Purchase Order: Cut Invoice Errors by 99%

OCR untuk Expense dan Reimbursement

Dalam reimbursement, OCR mengekstrak informasi transaksi dari struk atau bukti pembayaran sebelum data digunakan untuk mengajukan klaim.

Informasi yang dapat dibaca antara lain tanggal transaksi, nama vendor, deskripsi, dan nominal.

Alurnya dapat berlangsung seperti ini:

Struk → OCR → Data transaksi → Reimbursement → Approval

Pengguna dapat mengurangi pekerjaan memasukkan informasi struk secara manual, sementara tim finance tetap memeriksa data sebagai bagian dari proses klaim.

Proses tersebut dapat dilakukan dalam workflow reimbursement Mekari Expense sehingga data transaksi dapat digunakan dalam proses pengajuan dan persetujuan klaim.

OCR untuk Deteksi Fraud

OCR dapat mendukung deteksi fraud dengan menyediakan data dari dokumen untuk diperiksa lebih lanjut.

Teknologi ini menangani tahap pengenalan dan ekstraksi informasi, sedangkan pemeriksaan fraud membutuhkan mekanisme tambahan seperti validation, business rules, atau anomaly detection.

Contohnya, informasi dari invoice atau bukti transaksi dapat menjadi input untuk memeriksa duplikasi, ketidaksesuaian informasi, atau pola transaksi yang tidak biasa.

Karena fungsi tersebut berjalan di beberapa tahap, perusahaan dapat menggabungkan ekstraksi data dengan kontrol transaksi untuk memperkuat proses pencegahan fraud.

Baca Juga: OCR Fraud Detection: Guide to Detect Business Fraud Early

OCR dalam Accounting

OCR membantu proses accounting dengan mengubah informasi dari invoice, kuitansi, dan dokumen transaksi menjadi data digital yang dapat diproses lebih lanjut.

Perusahaan dapat menempatkan OCR pada tahap data capture sebelum informasi masuk ke proses pencatatan. Pendekatan ini membantu mengurangi pekerjaan transkripsi berulang, terutama ketika tim memproses dokumen dalam jumlah besar.

Tim accounting tetap perlu memeriksa data sebelum menggunakannya dalam pencatatan keuangan, terutama untuk informasi yang memengaruhi nilai transaksi.

Keterbatasan OCR

Hasil OCR dipengaruhi oleh kualitas dokumen, struktur informasi, dan karakteristik teks yang dibaca. Perusahaan dapat mengurangi kendala tersebut dengan menyiapkan dokumen yang mudah dibaca serta menggunakan proses validasi pada data yang diekstrak.

Kualitas Dokumen Mempengaruhi Hasil Pembacaan

Gambar dengan resolusi rendah, teks buram, pencahayaan buruk, atau bagian dokumen yang terpotong dapat menyulitkan sistem mengenali karakter.

Solusinya dari sisi dokumen, gunakan gambar dengan resolusi yang cukup, pastikan seluruh bagian penting terlihat, dan hindari foto yang miring atau terlalu gelap. Jika dokumen berasal dari scanner, perhatikan juga posisi dan kualitas hasil scan. Dari sisi sistem, proses seperti preprocessing dapat membantu memperbaiki kondisi gambar sebelum OCR membaca teks.

Struktur Dokumen Dapat Berbeda

Invoice dari dua vendor dapat memuat informasi yang sama dengan posisi field dan struktur tabel yang berbeda. Perbedaan layout tersebut dapat memengaruhi cara sistem membaca dan mengelompokkan informasi.

Penggunaan format dokumen yang lebih konsisten dapat membantu proses ekstraksi. Jika perusahaan menerima dokumen dari banyak vendor, pilih solusi OCR yang mampu menangani variasi layout dan struktur dokumen.

Hasil Ekstraksi Perlu Diperiksa

Kesalahan pada nominal, tanggal, nomor invoice, atau data transaksi dapat memengaruhi proses berikutnya. Karena itu, data hasil ekstraksi perlu diperiksa sebelum digunakan untuk transaksi atau pencatatan keuangan.

Dari sisi dokumen, pastikan informasi penting terlihat jelas dan tidak tertutup oleh cap, tulisan tangan, atau elemen lain yang mengganggu. Dari sisi workflow, tambahkan tahap review atau validation untuk field yang berpengaruh pada nilai transaksi.

OCR Menangani Tahap Data Capture

OCR mengambil informasi dari dokumen, sedangkan approval, policy enforcement, matching, payment, accounting, dan kontrol fraud menjalankan fungsi lanjutan dalam workflow.

Karena itu, perusahaan perlu menghubungkan OCR dengan workflow yang menangani proses setelah data diekstrak. Pendekatan ini membantu memastikan informasi dari dokumen dapat digunakan sampai ke tahap berikutnya.

Bagaimana OCR Mekari Expense Membantu Anda Mengelola Data Keuangan?

Mekari Expense membantu Anda mengubah data dari struk, faktur, PDF, dan dokumen digital menjadi informasi yang dapat digunakan dalam workflow finance. Fitur OCR mengekstrak informasi yang diperlukan sehingga Anda dapat mengurangi pekerjaan input manual pada proses reimbursement dan Purchase Invoice.

Anda juga dapat memproses faktur yang diterima melalui email vendor dan menghubungkan data hasil ekstraksi dengan proses berikutnya, termasuk Mekari Jurnal. Dengan alur ini, OCR menjadi bagian dari proses pengelolaan pengeluaran, mulai dari mengambil informasi dari dokumen hingga menggunakan data tersebut dalam workflow finance.

Penutup

OCR adalah teknologi yang mengenali teks dari gambar, hasil scan, atau dokumen digital lalu mengubahnya menjadi data yang dapat diproses mesin. Dalam bisnis, teknologi ini mendukung berbagai proses seperti Accounts Payable, invoicing, procurement, reimbursement, dan accounting.

Nilai OCR muncul ketika data hasil ekstraksi dapat digunakan dalam proses berikutnya. Karena itu, perusahaan perlu melihat kemampuan membaca dokumen bersama validasi dan workflow yang mengelola data setelah proses ekstraksi.

Mekari Expense membantu Anda mengelola pengeluaran perusahaan dalam satu platform, mulai dari reimbursement dan perjalanan bisnis hingga procurement, Accounts Payable, dan spend control. Dukungan OCR membantu tim finance mengambil data dari dokumen dan menggunakannya dalam workflow yang terhubung.

Pelajari Mekari Expense untuk melihat bagaimana perusahaan dapat mengelola proses pengeluaran dalam satu sistem.