SEMAR: Ekstrak Metadata dan Kompresi Dokumen Hukum

Portal JDIH sebuah pemerintah daerah sudah matang di sisi publikasi: pencarian jalan, chatbot ada, tampilan rapi. Yang belum tersentuh justru pekerjaan sebelum dokumen naik ke portal, yaitu pengetikan metadata dan penyiapan berkas oleh staf.

Masalahnya

Setiap produk hukum yang diunggah wajib disertai lima belas field metadata standar JDIHN: tipe dokumen, nomor peraturan, T.E.U badan, tempat penetapan, bidang hukum, dan seterusnya. Semua diketik manual, satu per satu, untuk tiap dokumen.

Masalah kedua lebih mengganggu. Produk hukum umumnya berupa hasil pindai puluhan sampai ratusan megabita, sedangkan portal membatasi unggahan di 5 MB. Staf harus mengompres sendiri, dan alat kompres yang asal pakai sering merusak lapisan teks sehingga dokumen jadi tidak bisa dicari isinya.

Yang dikerjakan

• Unggah satu PDF, seluruh lima belas field metadata terisi otomatis oleh AI

• Tiap field diberi penanda tingkat keyakinan: hijau berarti yakin, kuning berarti perlu diperiksa manusia

• Semua field tetap bisa disunting, lalu disalin atau diunduh sebagai JSON

• Kompresi PDF dengan target ukuran yang bisa dipilih, termasuk preset batas JDIH 5 MB

Catatan teknis

Bagian yang paling menentukan adalah kompresi. Berkas yang sudah berteks sengaja tidak dirasterisasi, sehingga lapisan teksnya tetap utuh dan dokumen masih bisa dicari isinya setelah diperkecil. Hanya dokumen hasil pindai murni yang diperlakukan sebagai gambar.

Penanda tingkat keyakinan dipakai karena metadata hukum tidak boleh salah. Alat ini diposisikan sebagai pengisi draf, bukan pengganti verifikasi staf. Field kuning adalah cara sistem berkata bahwa bagian itu wajib dilihat manusia sebelum disimpan.