PDF hasil scan ke Excel berguna saat Anda perlu menganalisis, mengurutkan, atau mencocokkan data tabel dari dokumen pindai di lembar kerja. Kuncinya bukan hanya memindahkan teks, tetapi memastikan baris, kolom, dan total tetap masuk akal setelah pengenalan karakter. Dengan alur kerja yang rapi, Anda bisa mengubah dokumen pindai menjadi file Excel yang lebih siap ditinjau dengan koreksi manual yang lebih terarah.
Untuk apa panduan ini
Panduan ini berfokus pada satu tugas: mengenali tabel hasil scan ke Excel lalu memvalidasi hasilnya. Pendekatan ini berguna untuk dokumen seperti:
- faktur dengan rincian barang dan total pajak
- laporan pengeluaran dengan tanggal, kategori, dan nominal
- daftar persediaan dengan jumlah dan harga satuan
- tabel mutasi atau buku besar yang menuntut baris tetap sejajar
- laporan dengan subtotal dan total akhir
Ini berbeda dari sekadar konversi PDF biasa. Jika PDF sudah memiliki teks yang bisa dipilih, ekstraksi umumnya lebih mudah. Jika file berupa hasil scan atau PDF berbasis gambar, OCR diperlukan untuk mengenali karakter dan susunan tabel sebelum data bisa dipakai di Excel.
Jika Anda ingin melihat halaman informasi topik ini, baca OCR PDF ke Excel.
Mulai dari pemeriksaan singkat dokumen
Sebelum mengekstrak data, lihat dulu kondisi hasil scan. Anda tidak perlu analisis teknis yang panjang. Cukup tentukan apakah dokumen kemungkinan menghasilkan tabel yang cukup bersih.
Perhatikan tanda-tanda berikut:
- satu tabel yang konsisten di setiap halaman
- pemisahan baris terlihat jelas atau jarak antarbaris teratur
- judul kolom mudah dibaca
- angka terbaca dengan posisi yang stabil
- ada subtotal atau total yang bisa dipakai untuk pengecekan
- pola baris berulang, misalnya kode barang, deskripsi, jumlah, harga satuan, nominal
Waspadai juga risiko umum berikut:
- sel gabungan atau deskripsi yang memanjang ke beberapa baris
- catatan kaki masuk ke area tabel
- cap atau tanda tangan menutupi angka
- mata uang atau format angka bercampur dalam satu kolom
- posisi kolom bergeser antarhalaman
Pemeriksaan singkat ini membantu Anda memperkirakan pekerjaan perapian setelah OCR.
Contoh dokumen: faktur hasil scan menjadi Excel
Bayangkan Anda memiliki faktur pemasok hasil scan sepanjang tiga halaman. Di setiap halaman ada tabel dengan kolom berikut:
- Kode barang
- Deskripsi
- Jumlah
- Harga satuan
- Total baris
Di bagian bawah halaman terakhir juga ada:
- subtotal
- pajak
- ongkos kirim
- total akhir
Tujuan Anda bukan sekadar memasukkan teks ke sel. Tujuan utamanya adalah menjaga hubungan antarbaris dan memastikan angka tetap sesuai setelah OCR.
Urutan kerja yang praktis biasanya seperti ini:
- Kenali kolom yang berulang dan catat urutannya.
- Ekstrak tabel hasil scan ke Excel dengan alur yang mendukung OCR.
- Periksa apakah setiap baris tetap utuh sebagai satu baris.
- Pastikan jumlah, harga satuan, dan total baris masuk ke kolom yang terpisah.
- Hitung ulang total baris di Excel jika memungkinkan.
- Bandingkan subtotal dan total akhir hasil hitung dengan dokumen scan.
- Tandai baris yang tidak mengikuti pola.
Langkah validasi di akhir itulah yang membuat hasil ekstraksi lebih dapat diandalkan untuk peninjauan.
Alur 6 langkah yang bisa dipakai
1. Tentukan susunan tabel yang diharapkan
Sebelum konversi, catat kolom yang Anda harapkan beserta jenis datanya.
| Kolom | Isi yang diharapkan | Aturan cepat |
|---|---|---|
| Kode barang | nilai alfanumerik pendek | satu kode per baris |
| Deskripsi | teks | boleh panjang, tetapi tetap milik satu baris |
| Jumlah | angka | seharusnya hanya berisi angka |
| Harga satuan | nominal uang | format desimal sebaiknya konsisten |
| Total baris | nominal uang | seharusnya sama dengan jumlah × harga satuan |
Model sederhana ini membantu Anda memeriksa hasil, bukan menebak-nebak setelah data keluar.
2. Jalankan OCR lalu ekspor ke Excel
Gunakan alat atau proses yang bisa melakukan OCR pada PDF hasil scan lalu menempatkan hasilnya ke kolom lembar kerja. Karena perilaku OCR bisa berbeda-beda, anggap hasil ekspor sebagai draf yang tetap perlu diperiksa manual.
Pada tahap ini, fokus pada dua hal:
- teks berhasil dikenali
- bentuk tabel masih terlihat sebagai tabel
Jika semua isi justru masuk ke satu kolom panjang, bisa jadi OCR hanya mengenali teks tanpa memahami struktur tabel. Dalam kondisi seperti itu, pemisahan dan penataan ulang di Excel akan lebih banyak diperlukan.
3. Periksa keutuhan baris lebih dulu
Jangan langsung membetulkan huruf atau angka satu per satu. Pertama, pastikan setiap catatan masih menjadi satu catatan.
Tanyakan hal berikut:
- Apakah satu baris faktur berubah menjadi dua baris?
- Apakah dua baris pendek justru bergabung menjadi satu?
- Apakah deskripsi yang panjang mendorong angka turun ke baris berikutnya?
- Apakah judul kolom ikut tercampur ke dalam data?
Langkah ini penting karena kesalahan teks kecil biasanya lebih mudah dibetulkan daripada susunan baris yang rusak. Jika struktur baris salah, rumus dan total juga akan ikut salah.
4. Rapikan dan normalkan kolom di lembar kerja
Setelah baris cukup stabil, rapikan kolomnya.
Pekerjaan perapian yang umum antara lain:
- memindahkan baris subtotal keluar dari tabel rincian
- mengubah angka yang masih terbaca sebagai teks menjadi nilai numerik
- memisahkan nilai gabungan yang jatuh ke satu kolom
- mengisi ulang nilai berulang jika perpindahan halaman memutus tabel
- menghapus judul kolom yang terduplikasi dari beberapa halaman
Sebaiknya simpan lembar hasil ekstraksi asli tanpa perubahan, lalu lakukan perapian pada salinan kerja. Dengan begitu, Anda lebih mudah menelusuri sumber kesalahan bila nanti perlu membandingkan hasil OCR dengan dokumen awal.
5. Validasi total dan hubungan antarangka
Inilah inti dari proses PDF hasil scan ke Excel.
Setelah OCR, gunakan Excel untuk menguji apakah tabel tetap konsisten secara internal. Misalnya:
- total baris seharusnya sama dengan jumlah dikali harga satuan
- subtotal seharusnya sama dengan penjumlahan seluruh total baris
- total akhir seharusnya sama dengan subtotal ditambah pajak dan biaya lain
- jumlah baris seharusnya sama dengan jumlah rincian yang terlihat pada dokumen scan
Gunakan daftar cek singkat berikut:
| Pemeriksaan | Yang dibandingkan | Manfaat |
|---|---|---|
| Jumlah baris | dokumen scan vs lembar kerja | menemukan baris yang hilang atau berlebih |
| Posisi kolom | judul kolom vs isi | menemukan sel yang bergeser |
| Hitungan per baris | jumlah × harga satuan vs total baris | menemukan salah baca angka |
| Subtotal | jumlah total baris vs subtotal tercantum | menemukan rincian yang terlewat |
| Total akhir | subtotal ditambah biaya vs total akhir | menemukan salah baca pada tahap akhir |
Jika subtotal meleset sedikit, periksa baris dengan karakter yang mirip atau angka yang mudah tertukar. Jika selisihnya besar, curigai ada baris yang hilang atau pengelompokan baris yang rusak.
6. Tandai pengecualian untuk tinjauan manual
Tidak semua tabel hasil scan layak dipercaya setelah satu kali proses. Buat daftar pengecualian untuk baris yang perlu diperiksa manusia.
Contoh penandanya:
- sel jumlah atau nominal kosong
- kolom angka berisi teks
- ada nilai negatif padahal tidak semestinya
- kode barang yang sama muncul dengan nominal yang janggal
- baris total muncul di tengah rincian
- nilai tertentu tidak sesuai pola dokumen
Cara ini membuat peninjauan lebih efisien. Anda tidak harus memeriksa semua baris dengan tingkat perhatian yang sama, melainkan fokus pada bagian yang paling mungkin salah.
Daftar cek singkat sebelum file dipakai
Sebelum file Excel dibagikan atau dipakai lebih lanjut, cek poin berikut:
- Pastikan semua halaman sudah masuk.
- Pastikan judul kolom benar dan tidak berulang di tengah tabel.
- Pastikan setiap rincian menempati satu baris.
- Pastikan jumlah, harga, dan nominal terbaca sebagai angka.
- Pastikan subtotal dan total akhir bisa dihitung ulang dengan benar.
- Pastikan catatan, footer, dan tanda tangan tidak ikut masuk ke tabel data.
- Pastikan baris pengecualian sudah ditinjau manual.
Keterbatasan yang perlu dipahami
OCR tabel dari dokumen scan tetap memiliki batas. Hasilnya bisa kurang rapi saat:
- resolusi scan rendah atau file terlalu terkompresi
- jarak antarkolom sangat rapat
- satu baris memiliki deskripsi panjang dengan jarak yang tidak seragam
- subtotal atau total ditempatkan sebagai teks bebas, bukan susunan tabel yang teratur
- dokumen mencampur teks ketik dan tulisan tangan
- posisi kolom berubah-ubah antarhalaman
Dalam kondisi seperti itu, OCR tetap bisa menghemat waktu, tetapi file Excel hasilnya sebaiknya diperlakukan sebagai draf untuk ditinjau, bukan sumber akhir tanpa pemeriksaan.
Kapan pendekatan ini paling efektif
Pendekatan ini paling cocok untuk dokumen dengan struktur berulang dan pola hitung yang bisa diuji. Artinya, cara ini sangat berguna untuk tabel transaksi, rincian akuntansi, dan laporan yang memiliki subtotal serta total akhir yang jelas.
Kebiasaan terpenting sangat sederhana: jangan menilai hasil hanya dari teks yang tampak bisa dibaca. Nilailah dari apakah baris tetap utuh dan apakah total masih cocok. Itulah cara tercepat untuk menentukan apakah hasil PDF hasil scan ke Excel sudah cukup siap dipakai atau masih perlu koreksi.