Bagaimana cara mengubah PDF hasil scan jadi teks?
PDF hasil scan sebenarnya kumpulan foto. Kamu bisa membacanya, tapi komputer tidak: pencarian tidak menemukan apa-apa, dan saat kamu blok tulisan, yang terpilih malah seluruh halaman sebagai gambar. OCR membereskan masalah ini dengan mengenali huruf di setiap halaman dan menyimpannya sebagai teks.
Pilih file kamu, centang bahasa yang dipakai di dokumen, lalu tentukan hasilnya. PDF yang bisa dicari menghasilkan PDF yang tampilannya sama persis dengan scan aslinya, tapi Ctrl+F, blok teks, dan copy sekarang berfungsi. File teks (.txt) memberi kamu kata-katanya saja, dengan baris kosong di antara halaman. Cocok untuk mengutip surat lama, menerjemahkan dokumen, atau memindahkan angka dari laporan hasil scan ke Excel.
Halaman yang sudah berisi teks asli, misalnya halaman sampul hasil ketikan di tengah file scan, dibiarkan apa adanya. Jadi tidak ada teks yang muncul dua kali.
Tip: Centang hanya bahasa yang benar-benar ada di dokumen. Setiap bahasa tambahan membuat proses sedikit lebih lama dan memberi mesin lebih banyak peluang salah tebak.
Cara copy teks dari PDF hasil scan di HP
Buka halaman ini di Chrome atau Safari, lalu pilih PDF dari folder Download atau dari file WhatsApp. Centang bahasa Indonesia (tambahkan Inggris kalau dokumennya campuran), biarkan hasilnya PDF yang bisa dicari, lalu ketuk Kenali teks. Setelah diunduh, buka file itu di aplikasi pembaca PDF, tekan lama pada tulisan, dan salin bagian yang kamu perlukan. Tidak perlu pasang aplikasi OCR tambahan.
Mau mengedit isinya dengan format dokumen? Lanjutkan dengan mengubah PDF hasil OCR ke Word. Untuk PDF yang dari awal sudah berupa teks, misalnya hasil ekspor dari Word, kamu tidak perlu OCR: ambil teksnya langsung supaya lebih cepat dan tepat.
Seberapa akurat OCR untuk scan dan foto dari HP?
Untuk scan tulisan cetak yang bersih dan lurus, hasilnya biasanya sangat baik. Ketepatan turun kalau gambarnya sulit dibaca. Ini yang paling sering jadi masalah:
- Resolusi rendah. Scan di 300 DPI. Tulisan yang terlihat buram saat diperbesar akan ditebak.
- Halaman miring atau melengkung. Foto buku yang terbuka atau jepretan HP yang miring membingungkan pembacaan baris. Luruskan dulu halamannya.
- Tulisan tangan. Mesin ini dilatih untuk huruf cetak. Huruf balok yang rapi mungkin terbaca, tulisan sambung umumnya tidak.
- Cap, watermark, dan latar berwarna. Tulisan di atasnya lebih sulit dipisahkan dari latar.
- Tabel dan beberapa kolom. Katanya tetap ditemukan, tapi urutan baca di file .txt bisa melompat antar kolom.
Selalu cek lagi nama, NIK, nomor rekening, dan nominal sebelum kamu pakai hasilnya.
Apakah aman? Dokumen saya diunggah ke mana?
Tidak ke mana-mana. Kebanyakan layanan OCR online mengirim file ke server, mengenali teksnya di sana, dan menyimpan salinannya untuk sementara. Di sini yang diunduh justru mesin OCR dan data bahasanya ke browser kamu, lalu seluruh proses jalan di HP atau laptop kamu sendiri.
Kamu bisa membuktikannya: buka developer tools di browser, pilih tab Network, lalu jalankan OCR. Kamu akan melihat file mesin datang saat pertama kali dipakai, tapi PDF kamu tidak pernah dikirim. Ini penting untuk dokumen yang biasa di-scan, seperti KTP, KK, ijazah untuk daftar CPNS, SPT pajak, rekening koran, dan surat dokter.
Bahasa apa saja yang bisa dikenali?
Saat ini tersedia bahasa Indonesia dan Inggris, dan kamu bisa memilih keduanya untuk dokumen campuran, misalnya kontrak berbahasa Indonesia dengan klausul bahasa Inggris. Modelnya adalah versi paling akurat dari data bahasa Tesseract dalam format yang lebih ringkas, jadi cepat diunduh dan tetap tepat.