Ubah Gambar Jadi Teks (OCR)

Cara mengubah gambar jadi teks

1. Tambahkan gambar. Pilih file, seret ke kotak, atau tempel screenshot dengan Ctrl+V (⌘V di Mac). Di HP, saat memilih file juga muncul pilihan kamera, jadi Anda bisa langsung memotret halaman buku, papan pengumuman, atau struk belanja. Beberapa gambar bisa ditambahkan sekaligus.
2. Periksa bahasa teks. Bawaannya bahasa Indonesia dengan Kenali juga bahasa Inggris aktif, supaya kata bahasa Inggris, nama merek, alamat email, dan tautan terbaca benar. Kalau teksnya dalam bahasa lain, pilih di daftar.
3. Tunggu beberapa detik. Penghitung menunjukkan kemajuan. Pada pemakaian pertama, browser mengunduh mesin pembaca dan data bahasa — sekitar 3,9 MB untuk Indonesia dan Inggris. Semuanya tersimpan di browser, jadi kunjungan berikutnya hampir langsung jalan.
4. Salin atau unduh. Teks tiap gambar punya tombol Salin, dan Unduh .txt menyimpannya sebagai file teks — satu per gambar, ditambah satu file berisi semuanya kalau Anda membaca beberapa gambar. Tempel ke Word, Google Docs, WhatsApp, atau Excel, lalu perbaiki bagian yang salah baca.

Cara kerjanya

Pengenalan karakter optik (OCR) dikerjakan oleh Tesseract, mesin yang awalnya dibuat di Hewlett-Packard, dirilis sebagai open source pada 2005, lalu dikembangkan dengan sponsor Google. Proyek tesseract.js mengompilasinya ke WebAssembly sehingga mesin ini berjalan di dalam halaman ini seperti program lain di perangkat Anda. Sejak versi 4, Tesseract membaca satu baris utuh dengan jaringan saraf LSTM, bukan mencocokkan huruf satu per satu; di sini dipakai model ringkas “fast” dari koleksi resmi tessdata_fast.

Setiap gambar lebih dulu ditegakkan (sesuai rotasi yang disimpan kamera), lalu dibaca apa adanya. Kalau tingkat keyakinan Tesseract di bawah 85% — biasa terjadi pada foto HP yang ada bayangan atau berbintik —, halaman ini juga meratakan cahaya: memperkirakan terang kertas di seluruh foto, menyeimbangkan perbedaannya, lalu membuat latar putih dan huruf hitam. Versi itu ikut dibaca, dan hasil yang lebih meyakinkan yang dipakai. Screenshot dan hasil scan yang bersih biasanya melewati langkah ini — memang sebaiknya begitu, karena perataan bisa menghapus tulisan putih di atas pita berwarna.

Seberapa akurat? Uji kami

Kami membuat 23 gambar uji di browser: contoh teks 169 karakter (kalimat, nomor faktur, tanggal, nominal, alamat email, dan nomor telepon) dalam font dan ukuran umum, teks pendek dalam aksara lain, serta salinan yang dibuat mirip foto HP — kertas abu-abu dengan cahaya tidak rata, bintik, kompresi JPEG, dan sedikit miring. Teks hasil pengenalan dibandingkan dengan aslinya karakter demi karakter (akurasi = 1 − jarak edit ÷ panjang teks) di Microsoft Edge, Oktober 2026:

Foto sungguhan lebih berantakan daripada gambar buatan, jadi angkanya bisa sedikit lebih rendah. Polanya tetap: kesalahan muncul dari huruf yang terlalu kecil, kemiringan, buram, dan huruf hias — jauh lebih sering daripada karena bahasanya.

Tips agar hasilnya lebih baik

• Buat hurufnya besar. Panduan resmi Tesseract tentang kualitas hasil menyarankan scan sekitar 300 DPI dan menyebut akurasi turun cepat bila huruf kecil tingginya kurang dari sekitar 10 piksel. Potong dekat ke teks, perbesar layar sebelum screenshot, atau dekatkan HP.
• Screenshot lebih baik daripada memotret layar. Screenshot menghasilkan huruf yang tajam sempurna; foto monitor menambah garis-garis dan pantulan.
• Cahaya merata, foto dari depan. Pegang HP sejajar dengan kertas, hindari bayangan tangan sendiri dan pantulan flash di kertas mengilap.
• Pilih bahasa yang tepat. Untuk teks bahasa Arab, Jepang, atau Tionghoa, bahasa itu harus dipilih — model bahasa Indonesia hanya mengenal huruf Latin.
• Satu kolom sekali baca. Untuk koran, brosur, atau tata letak dua kolom, potong tiap kolom menjadi gambar terpisah agar barisnya tidak bercampur.

Gambar Anda tetap di perangkat Anda

Kebanyakan layanan OCR online mengunggah gambar Anda ke server. Di sini tidak ada yang diunggah: mesin pembaca dan data bahasa berasal dari situs ini, dan pembacaan dilakukan browser di komputer atau HP Anda sendiri. Ini penting justru untuk dokumen yang paling sering perlu disalin: KTP, kontrak, slip gaji, data rekening, resep dokter, screenshot percakapan. Mesin dan data bahasa disimpan di penyimpanan browser (IndexedDB) agar tidak perlu diunduh lagi; gambar dan teksnya tidak disimpan di mana pun.

Keterbatasan

• Tulisan tangan: model dilatih dengan teks cetak. Huruf cetak yang rapi sering berhasil; tulisan sambung dan tanda tangan biasanya tidak — bahkan font tulisan sambung kami turun ke 83%.
• Tata letak: hasilnya teks polos sesuai urutan baca. Pergantian baris dipertahankan, tetapi kolom, tabel, jenis huruf, cetak tebal, warna, dan gambar tidak; tabel keluar sebagai baris-baris dengan sel dipisah spasi. Jadi tidak langsung menjadi file Word yang rapi: tempel teksnya ke Word lalu atur formatnya di sana.
• Teks vertikal: hanya baris mendatar yang dibaca.
• PDF: tidak langsung. Ubah halamannya menjadi gambar dengan PDF ke JPG (300 DPI untuk huruf kecil), lalu tambahkan gambar-gambar itu di sini.
• Bukan teks biasa: rumus matematika, not balok, logo berhuruf hias, dan CAPTCHA tidak terbaca dengan andal. Untuk kode QR, gunakan scan QR code.
• Foto HEIC dari iPhone biasanya otomatis jadi JPG saat dipilih di browser; kalau ada yang tidak terbuka, ekspor dulu sebagai JPG.

Bahasa

Ada 24 bahasa: Indonesia, Inggris, Melayu, Arab, Belanda, Bengali, Ibrani, Hindi, Italia, Jepang, Jerman, Korea, Persia, Polandia, Portugis, Prancis, Rusia, Spanyol, Thai, Tionghoa sederhana, Turki, Ukraina, Urdu, dan Vietnam. Setiap bahasa hanya diunduh ketika Anda memilihnya — antara 0,3 MB (Persia) dan 3 MB (Belanda). Teks yang ditulis dari kanan ke kiri, seperti Arab, ditampilkan dan disalin dalam urutan yang benar.

Untuk menghitung kata dari teks hasil ekstraksi, tempel ke penghitung kata.

Pertanyaan yang sering diajukan

Terakhir diperbarui: 15 Oktober 2026