Cara Membuat PDF Hasil Scan Bisa Dicari dengan OCR dan Memeriksa Hasilnya

keboncinta.com- Dokumen hasil scan sering terlihat jelas, tetapi kata di dalamnya tidak ditemukan ketika dicari. Hal ini dapat terjadi karena halaman PDF tersimpan sebagai gambar, bukan teks yang dapat dikenali aplikasi.

OCR atau Optical Character Recognition digunakan untuk mengenali tulisan pada gambar. Dengan pengolahan yang sesuai, PDF dapat memiliki lapisan teks sehingga kata lebih mudah dicari dan disalin.

Periksa Apakah PDF Memerlukan OCR

Buka dokumen, lalu coba memilih beberapa kata. Setelah itu, gunakan fitur pencarian untuk mencari kata yang terlihat pada halaman.

Jika tulisan tidak dapat dipilih dan pencarian tidak menemukan kata tersebut, dokumen mungkin memerlukan OCR. Namun, kegagalan pencarian satu kata saja belum memastikan seluruh dokumen tidak memiliki teks.

Periksa beberapa halaman karena satu PDF bisa berisi campuran halaman teks dan hasil scan.

Siapkan Salinan dan Gambar yang Jelas

Simpan salinan dokumen asli sebelum pengolahan. Pastikan halaman tidak terpotong, terlalu miring, atau tertutup bayangan.

Jika tulisan pada hasil scan sulit dibaca manusia, hasil pengenalan otomatis juga dapat keliru. Memindai ulang halaman yang buruk sering lebih membantu daripada terus mengulang pengenalan pada gambar yang sama.

Baca Juga: Cara Menggabungkan Beberapa File PDF Menjadi Satu tanpa Mengubah Isi Dokumen 

Contoh Langkah OCR di Adobe Acrobat

Pada versi Acrobat yang menyediakan fitur OCR:

1. Buka PDF hasil scan.
2. Pilih All tools, kemudian Scan & OCR.
3. Pilih In this file.
4. Tentukan rentang halaman dan bahasa pengenalan.
5. Pilih Recognize Text.
6. Simpan hasilnya sebagai berkas baru.

Ketersediaan fitur dan nama menu dapat berbeda menurut versi, bahasa, serta paket aplikasi.

Uji Pencarian dan Salinan Teks

Setelah OCR selesai, cari beberapa kata dari halaman yang berbeda. Pilih paragraf, salin, lalu tempel ke dokumen kosong untuk memeriksa hasil pengenalannya.

Utamakan pemeriksaan nama, tanggal, nomor dokumen, dan nilai angka. Perhatikan karakter yang mudah tertukar, seperti huruf O dengan angka 0 atau huruf l dengan angka 1.

Pada tabel, periksa apakah teks terbaca dalam urutan yang benar. Isi kolom yang terlihat rapi pada PDF belum tentu tersalin dengan susunan yang sama.

Bedakan Hasil OCR dengan Dokumen Asli

Lapisan teks OCR membantu pencarian, tetapi tidak membuktikan bahwa seluruh isi telah dikenali tanpa kesalahan.

Sebagai contoh, pencarian nomor surat dapat gagal karena satu digit terbaca keliru. Ketika menemukan ketidaksesuaian, bandingkan hasil pengenalan dengan gambar halaman aslinya.

Jangan mengganti isi dokumen resmi hanya untuk menyesuaikannya dengan hasil OCR. Simpan sumber asli dan catat berkas mana yang merupakan hasil pengolahan.

Baca Juga: Cara Scan Dokumen Jadi PDF Pakai HP lewat Google Drive, Tidak Perlu Mesin Scanner 

Sebelum Membagikan Berkas

Buka kembali berkas yang sudah disimpan. Uji kata kunci, jumlah halaman, dan keterbacaan gambar.

Untuk dokumen yang memuat informasi pribadi, pilih proses pengolahan sesuai kebijakan tempat kerja. Jika menggunakan layanan daring, pahami tujuan unggahan dan siapa yang dapat mengakses berkas tersebut.