Mesin Neural Network LSTM
Menggunakan arsitektur deep learning LSTM mutakhir untuk mengenali teks pada dokumen cetak maupun hasil pindai berkualitas rendah dengan akurasi sangat tinggi.
Tesseract 5.5.3 — versi stabil terbaru
Mesin Pengenalan Karakter (OCR)
Open Source Terbaik di Dunia
Tesseract OCR adalah standar industri untuk pengenalan karakter optik open source. Menggunakan neural network LSTM untuk membaca teks dari gambar dan dokumen pindaian dalam 100+ bahasa — biasanya dengan akurasi karakter di atas 99% pada halaman cetak yang bersih. Berjalan sepenuhnya offline.
60k+
Bintang GitHub
100+
Bahasa Didukung
40thn
Sejarah Panjang
99%
Akurasi pada cetakan bersih
$0
Biaya — Gratis Selamanya
$ tesseract faktur.png output -l ind+eng --psm 3 pdf hocr
Memulai Tesseract OCR v5.5.3 (Mesin LSTM)...
Memuat pustaka gambar Leptonica: faktur.png (300 DPI, 2480x3508)
Memuat model bahasa: ind.traineddata, eng.traineddata
Menganalisis tata letak halaman (PSM 3: Segmentasi otomatis penuh)...
Pengenalan karakter dengan deep learning LSTM selesai (0.75s)
✓ Berhasil membuat output.txt (Teks polos)
✓ Berhasil membuat output.pdf (PDF yang dapat dicari/searchable)
✓ Berhasil membuat output.hocr (XML dengan koordinat bounding box)
Cara Kerja Tesseract
Alur kerja 5 tahap pengolahan gambar menjadi teks terstruktur
01
Pra-pemrosesan Gambar (Leptonica)
Binarisasi adaptif (Otsu), pelurusan gambar miring (deskew), reduksi noise, dan normalisasi resolusi ke 300+ DPI.
02
Analisis Tata Letak (PSM)
Mendeteksi kolom, paragraf, baris teks, dan tabel secara otomatis untuk menentukan urutan baca.
03
Pemisahan Baris & Karakter
Melacak baseline setiap baris teks dan memecah elemen karakter sebelum diproses oleh model neural network.
04
Pengenalan Neural Network LSTM
Jaringan saraf berulang (RNN) dua arah mengenali karakter berdasarkan konteks kalimat dengan akurasi tinggi.
05
Keluaran Terstruktur
Mengekspor hasil ke teks biasa, PDF dengan lapisan teks tersembunyi yang dapat dicari, hOCR, ALTO XML, atau TSV.
Demo Browser
Coba OCR Online →
Coba Tesseract Online — Tanpa Instalasi
Ubah gambar pindaian dan PDF menjadi teks yang dapat diedit atau PDF yang dapat dicari langsung di browser. File Anda tidak diunggah.
📥 Cara menginstal Tesseract OCR
Instal mesin di Windows, macOS, Linux, WSL2, Docker, atau Conda, tambahkan data bahasa, dan verifikasi bahwa semuanya berfungsi — di panduan lengkap langkah demi langkah.
⚡ Ringkasan Perintah Cepat
Perintah CLI Tesseract yang paling sering dipakai untuk pekerjaan OCR sehari-hari.
Ekstraksi Teks Dasar
Ekstrak teks dari gambar ke file .txt.
tesseract image.png output
Menentukan Bahasa
Gunakan parameter -l untuk bahasa tertentu (mis. Jerman).
tesseract image.png output -l deu
Beberapa Bahasa
Gabungkan bahasa dengan tanda + untuk dokumen campuran.
tesseract image.png output -l eng+fra
Output sebagai PDF
Buat PDF yang dapat dicari dengan lapisan teks tak terlihat.
tesseract image.png output pdf
Koordinat Kata (hOCR)
Dapatkan koordinat setiap kata yang dikenali dalam struktur HTML.
tesseract image.png output hocr
Analisis Tata Letak Khusus
Gunakan --psm 6 untuk memproses gambar sebagai satu blok teks seragam.
tesseract image.png output --psm 6
Daftar Bahasa Terpasang
Tampilkan semua model bahasa yang terpasang di sistem Anda.
tesseract --list-langs
Ekspor ke TSV (Spreadsheet)
Ekspor data per kata beserta skor keyakinannya.
tesseract image.png output tsv
Fitur Utama Tesseract OCR
Alasan mengapa Tesseract menjadi pilihan utama jutaan developer dan peneliti
Mendukung 100+ Bahasa
Dukungan penuh untuk Bahasa Indonesia, Inggris, Arab, Mandarin, Jepang, dan berbagai aksara dunia dengan kemampuan membaca multi-bahasa sekaligus.
Pembuatan PDF Searchable
Membuat PDF dengan lapisan teks tak terlihat di bawah gambar asli sehingga dokumen dapat dicari kata kuncinya dan disalin dengan mudah.
100% Offline & Privasi Terjaga
Data dokumen tidak pernah dikirim ke server luar. Sangat aman untuk dokumen keuangan, hukum, dan medis yang bersifat rahasia.
Ekspor Format Terstruktur (hOCR, TSV)
Menyediakan koordinat kotak pembatas (Bounding Box) dan skor keyakinan untuk setiap kata dan karakter secara mendalam.
Panduan Performa & Akurasi
Perkiraan akurasi dan kecepatan Tesseract 5 pada berbagai resolusi dan kualitas gambar.
| DPI Input | Akurasi Karakter | Kecepatan | Penggunaan yang Disarankan |
|---|---|---|---|
| 150 DPI | ~85–90% | Cepat | Hanya draf/pratinjau |
| 300 DPI | ~98–99% | Optimal | Dokumen standar |
| 600 DPI | ~99% | Lambat | Arsip berkualitas tinggi |
| Bahasa | Akurasi umum (300 DPI) | Catatan |
|---|---|---|
| Inggris (aksara Latin) | ~99% | Data latih paling lengkap; cetakan bersih hampir sempurna |
| Spanyol / Portugis / Jerman / Prancis / Italia | ~97–99% | Huruf beraksen memerlukan model yang tepat |
| Rusia / Sirilik | ~96–98% | Tersedia model LSTM yang kuat |
| Tionghoa / Jepang / Korea | ~92–97% | Set karakter besar; tata letak berpengaruh |
| Arab / Dewanagari | ~90–96% | Bentuk huruf dan ligatur memengaruhi hasil |
| Mesin | Lisensi | Kelebihan | Kekurangan |
|---|---|---|---|
| Tesseract 5 | Apache 2.0 | 100+ bahasa, ringan di CPU, sepenuhnya offline, mudah disetel, ekosistem besar | Lemah pada tulisan tangan dan pindaian sangat berderau |
| EasyOCR | Apache 2.0 | Akurasi deep learning, 80+ bahasa, API Python sederhana | Butuh GPU, lambat di CPU, sedikit opsi penyetelan |
| PaddleOCR | Apache 2.0 | Analisis tata letak/tabel kuat, bagus untuk pindaian sulit | Dependensi besar, butuh runtime PaddlePaddle |
Tentang angka-angka ini: ini adalah perkiraan nilai umum untuk teks cetak yang bersih, hitam di atas putih, dengan model LSTM standar — bukan benchmark resmi. Hasil nyata bergantung pada kualitas pindaian, font, tata letak, dan bahasa. Ukur dengan dokumen Anda sendiri dan baca catatan pengujian proyek.
Dibangun dari Riset Puluhan Tahun
Perkembangan Tesseract terdokumentasi dalam makalah ilmiah yang ditelaah sejawat dan menjadi salah satu fondasi teknologi pengenalan teks modern.
- Ray Smith (2007): "An Overview of the Tesseract OCR Engine" — Makalah utama yang menjelaskan desain mesin Tesseract.
- Ray Smith (1994): "A Comparison of Tesseract and Other OCR Systems" — Perbandingan historis Tesseract awal dengan sistem OCR lainnya.
Penerapan di Dunia Nyata
Tesseract tidak sekadar membaca kata, tetapi mengotomatiskan alur data di berbagai industri.
$42.50
{ "total": 42.50 }
Otomatisasi Pengeluaran
Ekstrak total, tanggal, dan rincian item dari foto struk secara otomatis.
XYZ-1234
Pengenalan Pelat Nomor
Bangun sistem ANPR open source untuk parkir pintar atau pemantauan lalu lintas.
KYC & Verifikasi
Ekstrak nama dan nomor identitas dari paspor dan SIM secara terprogram untuk mempercepat verifikasi.
PDF
Digitalisasi Massal
Ubah arsip perpustakaan atau file TIFF perusahaan menjadi PDF yang dapat dicari.
Basis Data Bahasa yang Didukung
Cari dan unduh file model bahasa resmi (.traineddata) untuk lebih dari 100 bahasa dunia secara instan.
100+ Bahasa
Aplikasi GUI & Desktop Tesseract
Aplikasi antarmuka grafis gratis untuk menggunakan OCR tanpa baris perintah
gImageReader
Antarmuka GTK/Qt yang intuitif. Membuka PDF/gambar, memilih area pemindaian, dan mengedit teks secara langsung.
Lihat gImageReader →OCRmyPDF
Alat otomatisasi untuk menambahkan teks searchable ke PDF pindaian dengan koreksi orientasi dan deskew.
Lihat OCRmyPDF →VietOCR
Aplikasi GUI berbasis Java dan .NET yang mendukung pemrosesan OCR batch dan pengecekan ejaan.
Lihat VietOCR →Mode Segmentasi Halaman (PSM)
Pilih mode PSM yang tepat untuk mendapatkan hasil akurasi OCR maksimal
| Nilai PSM | Deskripsi Mode | Contoh Penggunaan Terbaik |
|---|---|---|
--psm 3 |
Segmentasi halaman otomatis penuh (Default) | Dokumen standar dengan banyak paragraf dan halaman buku. |
--psm 6 |
Blok teks seragam tunggal | Kwitansi, faktur, struk belanja, dan paragraf tunggal. |
--psm 7 |
Satu baris teks tunggal | Plat nomor kendaraan, teks di bawah barcode, judul. |
--psm 8 |
Satu kata tunggal | Kode CAPTCHA, teks logo individual. |
--psm 11 |
Teks renggang tanpa urutan tertentu | Kartu nama, poster, flyer, data acak dalam tabel. |
Pertanyaan umum tentang Tesseract OCR
Apa fungsi Tesseract OCR di dunia nyata?
Tesseract mengubah gambar yang berisi teks, seperti faktur hasil pindai, struk, dan buku lama, menjadi teks yang dapat dicari dan diedit. Mesin ini dipakai di banyak alat otomatisasi entri data, arsip digital, dan aplikasi pemindai.
Apakah Tesseract OCR gratis untuk penggunaan komersial?
Ya. Tesseract adalah perangkat lunak open source berlisensi Apache 2.0 sehingga dapat dipakai untuk proyek pribadi, akademik, maupun komersial tanpa biaya lisensi atau API.
Apakah Tesseract OCR masih bagus di 2026?
Ya. Sejak jaringan saraf LSTM diperkenalkan di versi 4 (dan disempurnakan di versi 5), Tesseract tetap bersaing dengan API OCR berbayar untuk teks cetak, sekaligus berjalan sepenuhnya offline demi privasi.
Apakah Tesseract OCR termasuk AI?
Ya. Versi lama (v3) memakai pencocokan pola klasik, sedangkan v4 ke atas memakai jaringan LSTM, arsitektur deep learning yang dirancang untuk data berurutan seperti baris teks.
Apa perbedaan Tesseract v4 dan v5?
Tesseract 5 mempertahankan model LSTM yang akurat, tetapi jauh lebih cepat daripada versi 4, memperbaiki banyak kebocoran memori, dan memperbarui alat pelatihan. Versi 5 adalah versi yang disarankan untuk produksi.
Apakah Tesseract punya antarmuka grafis (GUI)?
Tidak. Tesseract terutama berupa pustaka C/C++ dan program baris perintah. Untuk GUI, gunakan aplikasi pihak ketiga berbasis Tesseract seperti gImageReader atau NAPS2.
Apakah Tesseract bisa berjalan di browser?
Bisa. Proyek seperti tesseract.js mengompilasi kode C++ ke WebAssembly sehingga OCR berjalan di browser tanpa server. Alat OCR online di situs ini bekerja dengan cara tersebut.
Bagaimana melatih Tesseract dengan font khusus?
Gunakan repositori tesstrain. Alat berbasis Makefile ini mengotomatiskan persiapan ground truth, pelatihan, dan fine-tuning model .traineddata yang sudah ada.
Mengapa hasil Tesseract kadang berantakan?
Tesseract membutuhkan gambar yang bersih dan kontras tinggi. Gambar buram, kontras rendah, atau berlatar rumit sebaiknya diproses dulu dengan OpenCV atau ImageMagick, misalnya binarisasi dan koreksi kemiringan.
Format gambar apa yang didukung Tesseract OCR?
Melalui pustaka Leptonica, Tesseract mendukung PNG, JPEG, TIFF, BMP, PNM, GIF, dan WebP. Untuk akurasi terbaik gunakan format lossless seperti TIFF atau PNG dengan resolusi 300 DPI atau lebih.
Seberapa akurat Tesseract OCR?
Pada pindaian bersih beresolusi tinggi, Tesseract 5 umumnya mencapai akurasi karakter di atas 95% dan sering melebihi 99% untuk teks cetak standar. Pindaian buruk, tulisan tangan, font dekoratif, dan latar berderau menurunkan akurasi.
Apakah Tesseract OCR bisa bekerja offline?
Ya. Tesseract berjalan sepenuhnya di perangkat Anda dan tidak mengirim gambar ke server luar, sehingga cocok untuk rekam medis, dokumen hukum, atau data keuangan yang tidak boleh diproses di cloud.
Tesseract atau Google Cloud Vision API?
Tesseract gratis, open source, dan sepenuhnya offline — cocok untuk data sensitif, volume besar, dan jaringan tertutup. Cloud Vision API lebih akurat untuk gambar sulit dan tulisan tangan, tetapi berbayar per permintaan dan mengharuskan gambar dikirim ke Google.
Bagaimana meningkatkan akurasi Tesseract OCR?
Kualitas gambar adalah faktor utama: perbesar ke 300 DPI atau lebih, ubah ke skala abu-abu dan binarisasi, koreksi kemiringan, hilangkan derau, lalu pilih PSM yang sesuai (mis. --psm 6) dan model bahasa yang tepat (mis. -l ind+eng).
Apa alternatif deep learning modern untuk Tesseract?
PaddleOCR adalah kerangka OCR berbasis deep learning yang unggul untuk tata letak rumit, teks melengkung, dan tabel. Docling adalah mesin konversi dokumen open source yang mengubah PDF dan gambar menjadi Markdown dan JSON sambil mengatur mesin OCR di bawahnya.
Siap mengekstrak teks?
Dari satu perintah hingga alur OCR otomatis.
$ tesseract scan.png stdout -l ind