Perancangan Robot Untuk Ekstraksi Data Invoice Menggunakan Robotic Process Automation (RPA) Yang Terintegrasi Dengan Machine Learning Document Understanding
DOI:
https://doi.org/10.34818/eoe.v9i6.19099Abstrak
Abstrak—Salah satu pemrosesan faktur atau invoice yang sering dilakukan adalah mengumpulkan informasi dari dokumen faktur untuk digunakan sebagai rekap data perusahaan. Maka dari itu diperlukan sarana untuk mengekstrak informasi yang relevan dari dokumen faktur yang memiliki format berbeda-beda. Faktur atau invoice berisi banyak kata kunci umum atau frasa kata kunci pendek seperti, dijual ke, dikirim ke, nomor faktur, item, jumlah, dll. Untuk mengekstrasi informasi atau data pada invoice sering digunakan mesin Optical Character Recognition (OCR), namun masih memiliki kekurangan untuk mengekstrasi. Dalam penelitian ini, Artificial Intelligence (AI) yang didukung oleh Robotic Process Automation (RPA) diusulkan untuk mendapatkan hasil ekstraksi yang lebih baik. Robot berbasis RPA yang terintegrasi dengan Machine Learning (ML) Document Understanding melalui UiPath AI Center digunakan untuk ekstraksi faktur atau invoice secara otomatis. Robot yang akan dibuat dapat dengan sendirinya melatih model ML Document Understanding dan memiliki tingkat akurasi yang baik. Dari hasil penelitian yang telah dilakukan, penulis berhasil membuat robot ekstraksi dokumen invoice dengan metode RPA yang terintegrasi dengan ML Document Understanding. Dengan hasil berupa ML Skills dengan tingkat akurasi bidang data sebesar 97% dan tingkat akursi ketepatan isi sebesar 96% yang berhasil mengekstraksi dokumen invoice dengan baik dan lebih efisien. Kata kunci— Artificial Intelligence, Document Understanding, Invoice, Machine Learning, Robotic Process Automation, UiPath.Unduhan
Referensi
[1] st S. Ahmad Tarawneh, N. Sad, and nd B. Ahmad Hassanat, “Invoice Classification Using Deep Features and Machine Learning Techniques 4 th Imre Lendak,” 2019.
[2] D. A. Kosiba and R. Kasturi, “Automatic Invoice Interpretation: Invoice Structure Analysis Abstract,” 1996.
[3] P. Zhang et al., “TRIE: End-to-End Text Reading and Information Extraction for Document Understanding,” in MM 2020 - Proceedings of the 28th ACM International Conference on Multimedia, Oct. 2020, pp. 1413–1422. doi: 10.1145/3394171.3413900.
[4] D. Desai, A. Jain, D. Naik, N. Panchal, and D. Sawant, “Invoice Processing using RPA & AI,” 2021. [Online]. Available: https://ssrn.com/abstract=3852575
[5] A. Wróblewska, T. Stanisławek, B. Prus-Zajączkowski, and Ł. Garncarek, “Robotic Process Automation of Unstructured Data with Machine Learning,” in Position Papers of the 2018 Federated Conference on Computer Science and Information Systems, Sep. 2018, vol. 16, pp. 9–16. doi: 10.15439/2018f373.
[6] B. Alafi, “Artificial Intelligence and Deep Learning Methodologies,” The Journal Of Cognitive Systems, vol. 4, no. 2, 2019, [Online]. Available: http://dergipark.gov.tr/jcs
[7] S. R. Sapkota, “Using Machine Learning and Artificial Intelligence in Production Technology,” 2019.
[8] N. Mullakara, A. Asokan, and an O. M. Company. Safari, Robotic Process Automation Projects. 2020.
[9] X.-D. Zhang, “Machine Learning,” in A Matrix Algebra Approach to Artificial Intelligence, Singapore: Springer Singapore, 2020, pp. 223–440. doi: 10.1007/978-981-15-2770-8_6.
[10] UiPath, “AI_Center_datasheet”, Accessed: Nov. 25, 2021. [Online]. Available: https://www.uipath.com/product/rpa-ai-integration-with-ai-center
[11] Di. Baviskar, S. Ahirrao, and K. Kotecha, “Multi-Layout Unstructured Invoice Documents Dataset: A Dataset for Template-Free Invoice Processing and Its Evaluation Using AI Approaches,” IEEE Access, vol. 9, pp. 101494–101512, 2021, doi: 10.1109/ACCESS.2021.3096739.



