Strategi Digitalisasi Dokumen Finansial: Mengapa OCR Saja Tidak Cukup?

Digitalisasi dokumen bukan sekadar mengubah kertas menjadi PDF. Banyak perusahaan sudah tidak lagi bergantung pada dokumen fisik.

Misalnya untuk laporan keuangan, rekening koran, invoice, formulir, dan dokumen pendukung lainnya kini disimpan dalam bentuk PDF atau hasil pemindaian.

Namun, perubahan format tersebut belum tentu berarti proses bisnis telah benar-benar terdigitalisasi.

Dokumen digital tetap dapat menimbulkan pekerjaan manual apabila informasi di dalamnya masih harus dibaca, dipindahkan, dan diverifikasi satu per satu oleh staf. PDF hasil scan memang lebih mudah disimpan dibandingkan kertas, tetapi sistem belum tentu dapat memahami bahwa suatu angka merupakan total pendapatan, nomor rekening, nilai invoice, atau tanggal transaksi.

Di sinilah Optical Character Recognition (OCR) berperan. OCR membantu mengenali teks yang terdapat di dalam gambar atau dokumen hasil pemindaian sehingga informasi tersebut dapat dibaca secara digital. Namun, OCR hanya merupakan salah satu tahap dalam proses digitalisasi dokumen finansial.

Agar informasi benar-benar dapat digunakan dalam workflow bisnis, perusahaan masih perlu menentukan data apa yang akan diekstraksi, bagaimana hasilnya divalidasi, dan ke sistem mana data tersebut akan diteruskan.

Dengan kata lain, strategi digitalisasi dokumen sebaiknya tidak dimulai dari pertanyaan "Teknologi OCR apa yang digunakan?", tetapi dari "Informasi apa yang dibutuhkan dan bagaimana informasi tersebut akan digunakan?"

Tahap 1: Digitisasi Mengubah Media, Bukan Informasinya

Tahap paling dasar dalam digitalisasi adalah mengubah dokumen fisik menjadi file digital. Dokumen dapat dipindai menjadi PDF, JPEG, PNG, atau format lain. Hasilnya lebih mudah disimpan, dikirim, dan diarsipkan dibandingkan dokumen kertas.

Namun, file tersebut masih dapat bersifat image-based. Sistem mengetahui bahwa file tersebut adalah sebuah dokumen, tetapi belum tentu dapat mengenali informasi yang terkandung di dalamnya.

Sebagai contoh, laporan keuangan hasil scan mungkin menampilkan angka pendapatan sebesar Rp25 miliar secara visual. Namun, bagi sistem, angka tersebut masih menjadi bagian dari sebuah gambar.

Karena itu, perusahaan perlu membedakan antara digitalisasi dan digitalisasi proses.

Digitalisasi mengubah bentuk dokumen. Digitalisasi proses mengubah bagaimana informasi dalam dokumen tersebut digunakan dalam workflow bisnis.

Tahap 2: OCR Membuat Teks Dapat Dibaca Mesin

OCR menjadi lapisan berikutnya dengan mengenali karakter yang terdapat di dalam dokumen. Pada tahap ini, tulisan yang sebelumnya hanya terlihat sebagai gambar dapat diubah menjadi teks yang dapat dicari atau diproses oleh sistem.

Teknologi document analysis modern bahkan dapat mengenali lebih dari sekadar baris teks. Amazon Textract, misalnya, dapat menghasilkan struktur seperti key-value pairs, tabel, sel, pilihan pada formulir, hingga informasi mengenai layout dokumen.

Namun, kemampuan membaca teks belum sama dengan memahami fungsi bisnis dari informasi tersebut.

Misalnya, OCR dapat membaca:

«Rp125.000.000»

Tetapi workflow berikutnya masih perlu mengetahui apakah angka tersebut merupakan pendapatan, saldo rekening, nilai invoice, total aset, atau informasi finansial lainnya.

Karena itu, OCR sebaiknya diposisikan sebagai tahap recognition, bukan sebagai keseluruhan proses digitalisasi.

Tahap 3: Parsing Mengubah Hasil OCR Menjadi Data yang Terstruktur

Agar dapat digunakan dalam proses bisnis, teks hasil parsing dokumen dari OCR perlu dipetakan ke dalam struktur yang memiliki makna.

Inilah fungsi parsing. Pada dokumen invoice, misalnya, sistem mungkin perlu mengidentifikasi:

Sementara itu, pada laporan keuangan, field yang dibutuhkan dapat berupa:

Parsing mengubah hasil OCR dari sekadar kumpulan karakter menjadi informasi yang dapat digunakan oleh sistem lain.

Tahap parsing juga menjadi semakin penting ketika dokumen memiliki format yang berbeda-beda. Dua laporan keuangan dapat menyajikan informasi yang sama dengan posisi, istilah, maupun struktur tabel yang berbeda.

Artinya, strategi digitalisasi tidak cukup hanya memastikan OCR dapat membaca karakter dengan benar. Sistem juga perlu memahami bagaimana hasil tersebut harus dipetakan ke struktur data yang dibutuhkan bisnis.

Dokumen finansial merupakan kategori dokumen yang sensitif terhadap kesalahan.

Kesalahan satu digit dapat mengubah nilai transaksi secara signifikan. Angka Rp10.000.000 yang terbaca menjadi Rp100.000.000 bukan kesalahan kosmetik ketika data tersebut digunakan dalam analisis kredit, rekonsiliasi, atau pengambilan keputusan finansial.

Karena itu, hasil OCR dan parsing tidak seharusnya langsung dianggap benar.

Salah satu mekanisme yang umum digunakan adalah confidence score. Amazon Textract, misalnya, menghasilkan confidence score untuk hasil yang dideteksi dan merekomendasikan penggunaan threshold sesuai sensitivitas kasus.

AWS secara khusus menyebut bahwa proses bisnis yang melibatkan keputusan finansial dapat membutuhkan threshold yang lebih tinggi dan human review untuk hasil dengan confidence rendah.

Validasi juga dapat dilakukan melalui:

Pendekatan ini memungkinkan perusahaan mengotomatisasi sebagian besar dokumen tanpa memaksakan otomatisasi penuh pada data yang masih membutuhkan pemeriksaan.

Tahap 5: Digitalisasi Baru Memberikan Nilai Ketika Data Masuk ke Workflow

Output OCR yang hanya disimpan sebagai teks atau spreadsheet baru menyelesaikan sebagian masalah. Nilai bisnis mulai muncul ketika data yang telah diekstraksi dan divalidasi dapat diteruskan ke proses berikutnya. Sebagai contoh:

Rekening koran

OCR dan parsing → struktur transaksi → analisis pola → credit assessment atau fraud analysis.

Laporan keuangan

OCR dan parsing → data finansial → analisis rasio → underwriting atau monitoring.

Invoice

OCR dan parsing → detail pembayaran → validasi → reconciliation atau accounts payable.

AWS mendokumentasikan contoh pemrosesan transactional documents di mana hasil ekstraksi diperiksa melalui human review sebelum dikatalogkan dan digunakan oleh aplikasi bisnis berikutnya.

Dengan demikian, digitalisasi dokumen sebaiknya dilihat sebagai alur:

Dokumen → recognition → extraction/parsing → validation → structured data → business workflow

Bukan hanya:

Dokumen → OCR → selesai.

Strategi Implementasi: Mulai dari Kebutuhan Bisnis, Bukan Semua Dokumen Sekaligus

Kesalahan lain dalam proyek digitalisasi adalah mencoba mendigitalisasi semua jenis dokumen sejak awal. Pendekatan yang lebih realistis adalah memprioritaskan dokumen berdasarkan nilai bisnis dan tingkat friksi proses saat ini.

Perusahaan dapat memulai dengan menilai:

Dokumen dengan volume tinggi dan field yang relatif konsisten sering menjadi kandidat yang lebih baik untuk tahap awal dibandingkan dokumen yang jarang digunakan dan membutuhkan interpretasi kompleks. Setelah use case dipilih, perusahaan perlu menentukan field yang benar-benar dibutuhkan.

Tidak semua informasi dalam dokumen harus diekstraksi hanya karena teknologi dapat membacanya. Mengekstraksi data yang tidak pernah digunakan justru menambah kompleksitas proses validasi, penyimpanan, dan pemeliharaan sistem.

Strategi digitalisasi yang baik karena itu fokus pada informasi yang memiliki fungsi jelas di tahap berikutnya.

Jumlah halaman yang berhasil dibaca OCR dapat menjadi metrik teknis, tetapi belum tentu menunjukkan bahwa proses digitalisasi berhasil. Metrik yang lebih relevan dapat mencakup:

Ukuran keberhasilan perlu disesuaikan dengan tujuan implementasi. Jika tujuan digitalisasi adalah mempercepat underwriting, misalnya, maka waktu yang dibutuhkan sampai data siap dianalisis lebih relevan daripada jumlah karakter yang berhasil dikenali OCR.

Jika tujuannya adalah mengurangi pekerjaan manual, maka manual correction rate dan exception rate menjadi lebih bermakna.

Dengan cara ini, perusahaan dapat mengevaluasi OCR sebagai bagian dari workflow bisnis, bukan sebagai teknologi yang berdiri sendiri.

OCR memiliki peran penting dalam digitalisasi dokumen finansial karena membantu mengubah informasi visual menjadi teks yang dapat diproses oleh mesin.

Namun, OCR hanya menyelesaikan satu bagian dari perjalanan tersebut. Dokumen baru benar-benar siap digunakan ketika informasi di dalamnya telah dikenali, dipetakan menjadi data terstruktur, divalidasi, dan diteruskan ke workflow yang membutuhkan data tersebut.

Karena itu, strategi digitalisasi dokumen finansial sebaiknya tidak berhenti pada pertanyaan apakah perusahaan telah menggunakan OCR.

Pertanyaan yang lebih penting adalah apakah informasi dari dokumen sudah dapat bergerak dari sumbernya—menuju proses bisnis secara konsisten, dapat diverifikasi, dan dengan intervensi manual yang sesuai kebutuhan?

Digitalisasi yang matang bukan sekadar menghasilkan lebih banyak file digital. Tujuannya adalah mengubah dokumen menjadi informasi yang benar-benar dapat digunakan.