Dokumen hard-copy seperti nota, struk belanja, invoice, KTP, dan surat masih menjadi bagian dari pekerjaan sehari-hari. Masalahnya, data-data di dalamnya sulit dipakai ulang. Untuk mencatat satu struk belanja ke dalam sistem yang kita miliki, seseorang harus membaca dan mengetik ulang nama toko, tanggal, daftar barang, pajak, dan total. Proses manual ini sangat lambat dan sangat memungkinkan terjadi salah ketik. Dengan memanfaatkan model AI yang dapat membaca gambar, proses tersebut dapat dilakukan secara otomatis, pengguna cukup memotret atau memilih gambar dokumen, dan aplikasi mengubahnya menjadi data yang siap digunakan oleh sistem.
Microsoft Foundry adalah platform dari Microsoft untuk menggunakan model AI dari satu tempat. Salah satu kemampuannya adalah model vision, yaitu model yang dapat menerima gambar sebagai input dan membaca teks di dalamnya (OCR). Dalam artikel ini, aplikasi hanya perlu mengirim gambar ke Foundry melalui API dan menerima hasilnya. Tidak ada model yang harus dilatih atau diinstall di setiap komputer pengguna. Untuk menghubungkan aplikasi .NET dengan model tersebut, kita hanya perlu menggunakan Microsoft.Extensions.AI, yaitu sebuah library standar sehingga kode aplikasi tidak terikat langsung hanya pada satu provider model tertentu.
Hasil OCR berupa teks mentah atau tidak terstruktur, sedangkan sistem membutuhkan data yang terstruktur. Karena itu, proses tidak berhenti hanya pada pembacaan teks saja. Setiap jenis dokumen memiliki skema field sendiri. Struk belanja memiliki toko, tanggal, dan daftar barang, sedangkan KTP memiliki NIK, nama, dan alamat. Aplikasi pertama-tama menentukan jenis dokumen dari teks, lalu mengisi skema yang sesuai. Hasilnya divalidasi dengan aturan pada code, kemudian ditampilkan di form untuk diperiksa, diedit, dan disetujui oleh pengguna. Dengan cara ini, AI membantu kita untuk menginput data, tetapi keputusan akhir tetap berada di tangan pengguna.
.jpg)
