VOKASI NEWS – Sistem digitalisasi arsip berbasis Optical Character Recognition membantu PT INKA mempercepat pengelolaan dokumen gudang secara otomatis dan akurat.
Transformasi digital menjadi kebutuhan penting di berbagai sektor industri, termasuk dalam pengelolaan arsip dokumen. PT Industri Kereta Api (Persero) atau PT INKA sebagai perusahaan manufaktur perkeretaapian nasional menghasilkan dokumen operasional dalam jumlah besar setiap hari. Sebagian besar dokumen tersebut berasal dari Departemen Distribusi & Gudang. Pengelolaan arsip yang masih mengandalkan dokumen fisik membuat proses pencarian, penelusuran, dan penyimpanan dokumen menjadi lebih lama. Kondisi ini juga meningkatkan risiko terjadinya human error.
Untuk mengatasi tantangan tersebut, dikembangkan sistem digitalisasi arsip berbasis Optical Character Recognition (OCR). Sistem ini mampu mengotomatisasi proses pengarsipan sehingga menjadi lebih cepat, akurat, dan efisien. Penerapan teknologi tersebut juga memudahkan pencarian dokumen serta mendukung pengelolaan arsip yang lebih modern dan terintegrasi.
Menggabungkan OCR dan Otomatisasi Proses
Penelitian ini mengintegrasikan teknologi Optical Character Recognition dengan Robotic Process Automation (RPA) untuk mengotomatisasi seluruh alur kerja pengarsipan dokumen gudang. Sistem dikembangkan menggunakan Tesseract OCR sebagai mesin ekstraksi teks, didukung pustaka Pillow dan pdf2image untuk tahap preprocessing, Regular Expression (Regex) untuk memvalidasi format nomor dokumen, serta Watchdog untuk memantau folder secara real-time.
Penelitian difokuskan pada tiga jenis dokumen gudang, yaitu Bon Permintaan Material (BPM), Bon Penyerahan Material (BPRM), dan Surat Tanda Terima Pengiriman (STTP). Sebelum proses pembacaan teks dilakukan, sistem menjalankan beberapa tahapan preprocessing, meliputi konversi dokumen PDF menjadi citra beresolusi 300 DPI, rotasi otomatis pada empat orientasi, pemotongan area fokus di sudut kanan atas dokumen, serta konversi citra menjadi skala abu-abu. Tahapan tersebut bertujuan meningkatkan akurasi pembacaan karakter oleh sistem OCR.
Akurasi Tinggi dalam Mengenali Dokumen
Hasil pengujian menunjukkan sistem mampu mengenali isi dokumen dengan tingkat akurasi yang tinggi. Akurasi OCR mencapai 94,29 persen pada dokumen BPM, 100 persen pada dokumen BPRM, dan 65,71 persen pada dokumen STTP. Secara keseluruhan, sistem memperoleh rata-rata akurasi sebesar 86,67 persen.
Selain mampu melakukan ekstraksi informasi secara otomatis, sistem juga memiliki mekanisme penanganan dokumen yang gagal dikenali melalui status UNMATCHED. Fitur ini memungkinkan dokumen yang tidak sesuai dipisahkan secara otomatis sehingga memudahkan proses pemeriksaan lanjutan.
Sistem juga dilengkapi fitur Auto-Merging yang mampu menggabungkan kembali dokumen dengan lebih dari satu halaman secara otomatis. Seluruh fungsi utama, mulai dari pemantauan folder, konversi dokumen, ekstraksi data, pemisahan berkas, hingga pencatatan log, dinyatakan berhasil berdasarkan hasil Black-box Testing pada dua belas skenario pengujian.
Mempermudah Operator Gudang
Sistem yang dikembangkan telah direkayasa menjadi aplikasi desktop berbasis Graphical User Interface (GUI) menggunakan Python dalam bentuk executable. Dengan demikian, aplikasi dapat langsung digunakan oleh operator gudang tanpa memerlukan kemampuan pemrograman maupun keahlian teknis khusus.
Penerapan sistem ini terbukti mampu mengurangi pekerjaan manual yang bersifat berulang, mempercepat proses digitalisasi arsip, serta meningkatkan keandalan dan keterlacakan data dokumen gudang.
[BACA JUGA: Mengoptimalkan Pengelolaan Wisata melalui Prediksi Kunjungan Wisatawan]
Mendukung Transformasi Digital Industri
Pengembangan sistem digitalisasi arsip ini menunjukkan bahwa pemanfaatan teknologi kecerdasan buatan tidak hanya meningkatkan efisiensi operasional, tetapi juga mendukung transformasi digital di sektor manufaktur.
Selain memberikan manfaat bagi proses pengelolaan dokumen di PT INKA, penelitian ini turut berkontribusi terhadap pencapaian Sustainable Development Goals (SDGs), khususnya Tujuan 9 tentang Industri, Inovasi, dan Infrastruktur melalui penerapan teknologi digital dalam proses industri, serta Tujuan 8 tentang Pekerjaan Layak dan Pertumbuhan Ekonomi melalui pengurangan beban kerja manual yang repetitif.
***
Penulis: Anggi Aurel Dewanti
Editor: Inviana (Tim Vokasi Branding)
