Mengekstrak Tabel dari PDF ke Spreadsheet dengan AI

Punya laporan bank, daftar harga supplier, atau rekap penjualan dalam PDF yang harus dipindah ke spreadsheet? Menyalin tabel dari PDF biasanya berantakan: kolom bergeser, angka menempel, dan baris terpotong di pergantian halaman.

Asisten AI yang bisa membaca file, seperti ChatGPT, Claude, atau Gemini, bisa merapikan pekerjaan ini dengan cepat. Kuncinya ada di instruksi yang jelas soal format keluaran dan, yang paling penting, pemeriksaan angka sesudahnya. AI bisa salah membaca atau melewatkan baris tanpa memberi tanda. Panduan berikut memakai enam langkah.

Langkah 1: PDF jenis apa yang kamu punya?

Ada dua jenis PDF yang hasilnya sangat berbeda:

• PDF teks: dibuat langsung dari aplikasi (Excel, sistem akuntansi, e-statement). Teksnya bisa diblok dan disalin. Ekstraksi biasanya akurat.
• PDF hasil scan atau foto: isinya gambar. AI harus membaca gambar (OCR) dulu, sehingga peluang salah baca angka lebih besar, terutama bila kertasnya miring, buram, atau ada stempel.

Cara cepat mengeceknya: coba blok satu angka di PDF. Kalau bisa diblok dan disalin, berarti PDF teks.

Langkah 2: Bersihkan dokumen sebelum diunggah

Hapus halaman yang tidak perlu (sampul, syarat dan ketentuan) supaya AI fokus pada tabel. Kalau PDF berisi data pribadi atau rahasia perusahaan, pertimbangkan dulu apakah boleh diunggah ke layanan AI. Pakai akun resmi yang pengaturan privasinya jelas, dan sensor kolom yang tidak dibutuhkan, misalnya nomor rekening lengkap.

Untuk PDF yang sangat panjang, pecah menjadi beberapa bagian. Asisten AI lebih jarang melewatkan baris bila dokumennya pendek.

Langkah 3: Beri instruksi format yang tegas

Jangan hanya menulis "ubah ke Excel". Sebutkan kolom, urutan, dan aturan angkanya. Contoh prompt:

Ekstrak tabel transaksi dari PDF ini menjadi CSV dengan kolom:
tanggal,keterangan,debit,kredit,saldo

Aturan:
- Format tanggal YYYY-MM-DD.
- Angka tanpa pemisah ribuan dan tanpa "Rp", desimal pakai titik.
- Satu transaksi satu baris, gabungkan keterangan yang terpotong
  ke beberapa baris.
- Jangan menambah, mengurangi, atau membulatkan angka.
- Abaikan baris subtotal per halaman.
- Kalau ada sel yang tidak terbaca jelas, tulis ??? di sel itu.
- Di akhir, tulis jumlah baris dan total kolom debit dan kredit.

Instruksi "tulis ??? bila tidak jelas" penting. Tanpa instruksi itu, AI cenderung menebak angka yang buram dan menuliskannya seolah pasti.

Langkah 4: Ambil hasil dalam format yang bisa dibuka spreadsheet

Format CSV paling aman karena bisa dibuka di Excel maupun Google Sheets. Sebagian asisten AI bisa langsung membuat file .xlsx yang bisa diunduh, tetapi CSV di dalam blok kode juga cukup: salin, simpan sebagai file .csv, lalu impor.

Saat mengimpor di Excel versi Indonesia, perhatikan pemisah desimal. Pengaturan regional Indonesia memakai koma untuk desimal, sehingga angka 1500.50 bisa terbaca keliru. Gunakan fitur impor teks dan tentukan pemisahnya secara manual. Di Google Sheets, pilih File, Impor, lalu atur pemisah kolomnya.

Langkah 5: Bagaimana memastikan angkanya benar?

Ini langkah yang membedakan hasil yang bisa dipakai dan yang menyesatkan. Lakukan tiga cek:

1. Jumlah baris: cocokkan dengan jumlah baris di PDF, atau minimal jumlah per halaman.
2. Total: jumlahkan kolom angka di spreadsheet dan bandingkan dengan total yang tertulis di PDF (misalnya total debit di akhir rekening koran). Untuk rekening koran, saldo awal ditambah kredit dikurangi debit harus sama dengan saldo akhir.
3. Sampel acak: ambil lima sampai sepuluh baris acak dan cocokkan satu per satu dengan dokumen asli.

Cari juga sel ???. Kalau total tidak cocok, minta AI menunjukkan halaman mana yang totalnya berbeda, lalu periksa halaman itu secara manual. Prinsip yang sama berlaku saat AI merangkum dokumen, seperti dibahas di merangkum PDF panjang tanpa salah kutip.

Langkah 6: Jadikan rutinitas bila dokumennya berulang

Kalau setiap bulan kamu menerima PDF dengan format yang sama, simpan prompt yang sudah terbukti berhasil. Untuk volume besar, alat ekstraksi non-AI sering lebih konsisten dan tidak berubah-ubah hasilnya:

• pdfplumber (Python): membaca posisi teks dan garis, punya fungsi extract_tables().
• Camelot (Python): khusus tabel, dengan mode untuk tabel bergaris dan tabel tanpa garis.
• Tabula: tersedia versi aplikasi dengan antarmuka, cocok untuk yang tidak menulis kode.

Ketiga alat ini hanya bekerja untuk PDF teks. Untuk PDF scan, perlu OCR terlebih dahulu. Alur OCR dan AI untuk dokumen seperti nota dan invoice dibahas di membaca invoice otomatis dengan OCR dan AI.

Cara mana yang paling cocok untuk PDF-mu?

Setelah data rapi di spreadsheet, AI juga bisa membantu menganalisisnya. Cara mengunggah file Excel dan membaca hasil analisis AI ada di mengunggah file Excel ke AI.

Checklist sebelum data dipakai:

• Jenis PDF sudah dikenali (teks atau scan).
• Data sensitif yang tidak perlu sudah disensor.
• Prompt menyebut kolom, format angka, dan aturan sel tidak jelas.
• Jumlah baris dan total sudah cocok dengan PDF.
• Sampel acak sudah dicocokkan dan sel ??? sudah diisi manual.