Satu lampiran berisi purchase order, surat jalan, dan invoice. Sistem ekstraksi yang langsung menganggap semuanya invoice dapat mengambil angka dari halaman yang salah. AI klasifikasi dokumen membantu mengenali jenis berkas atau kelompok halaman sebelum memilih proses berikutnya.
Klasifikasi menjawab “dokumen ini termasuk jenis apa?”, sedangkan ekstraksi menjawab “apa nilai field yang dibutuhkan?”. Keduanya dapat memakai teknologi berbeda. OCR membaca teks; classifier menentukan kelas; aturan bisnis memeriksa apakah hasil boleh diteruskan. Menambah AI agent belum diperlukan jika alurnya tetap dan dapat dijelaskan.
Mulai dari taksonomi yang dapat digunakan operator
Definisikan kelas berdasarkan tindakan berikutnya. Invoice vendor, purchase order pelanggan, surat jalan, dan dokumen tidak dikenal dapat menjadi kelompok awal. Jangan membuat kelas hanya karena tampilan dokumen berbeda jika proses lanjutannya sama.
Tulis contoh positif dan batas antarjenis. Proforma invoice, misalnya, jangan diperlakukan sebagai invoice final tanpa definisi yang disepakati pemilik proses. Jika dua pemeriksa manusia sering berbeda pendapat, perbaiki aturan label sebelum melatih model.
Alur pemrosesan yang dapat ditelusuri
- Terima berkas melalui kanal yang disetujui, simpan ID dan checksum, serta periksa keamanan file.
- Identifikasi halaman dan kualitas pindai. Pisahkan halaman kosong dari dokumen yang gagal terbaca.
- Klasifikasikan jenis serta rentang halaman; pertahankan hubungan ke berkas asal.
- Arahkan kelas yang dikenal ke extractor yang sesuai.
- Kirim hasil meragukan, dokumen campuran yang tidak jelas, dan kelas tidak dikenal ke pemeriksa.
- Validasi field serta otorisasi sebelum ada perubahan pada sistem bisnis.
Dokumentasi Microsoft Document Intelligence menjelaskan klasifikasi berdasarkan unsur tata letak dan bahasa. Dokumen itu juga menunjukkan bahwa pemisahan dokumen campuran bergantung pada konfigurasi. Tim perlu memeriksa versi dan perilaku layanan yang benar-benar digunakan, bukan mengasumsikan semua PDF otomatis terpisah.
Contoh pilot bagian administrasi
Sebagai ilustrasi, tim menguji paket berkas dari beberapa pola pemasok menggunakan salinan yang sudah disetujui untuk pengujian. Sebagian pola ditahan dari proses pelatihan agar pengujian tidak hanya mengulang format yang telah dikenal.
Catat salah klasifikasi per kelas. Kesalahan surat jalan menjadi invoice dapat lebih berbahaya daripada dokumen yang masuk antrean review. Karena itu, jangan hanya mengejar persentase akurasi total. Periksa juga dokumen tidak dikenal yang dipaksakan masuk kelas tertentu dan kesalahan batas halaman.
Ambang confidence bukan jaminan kebenaran
Skor model perlu diuji terhadap data perusahaan. Ambang penerimaan dapat berbeda antarkelas sesuai konsekuensi kesalahan. Sediakan keputusan “belum dapat ditentukan” dan ukur beban review yang dihasilkannya.
Ukuran keberhasilan dan batas akses
Pantau ketepatan tiap kelas, jumlah koreksi, waktu review, dan kelengkapan halaman yang diteruskan. Batasi akses dokumen menurut fungsi, tetapkan retensi, dan pastikan log tidak memuat isi sensitif yang tidak diperlukan. Label baru dari operator perlu ditinjau sebelum masuk pelatihan berikutnya.
Untuk memilih pembagian tugas antara aturan, OCR, dan model bahasa, lihat panduan rules, OCR, dan LLM. Jika perusahaan ingin memetakan alur berkas dan integrasinya, diskusikan kebutuhan AI bersama Layana dengan contoh dokumen yang sudah diizinkan untuk dibagikan.