Ramai pemilik restoran tanya, "Sejauh mana OCR ni tepat?" Bukan sebab mereka nak buat kajian, tapi sebab dah penat hadap longgokan resit, nota tulisan tangan, gambar WhatsApp, dan Excel. Masalah sebenarnya bukan sama ada sistem boleh "baca" huruf, tapi sama ada data itu boleh terus masuk ke bahagian pembelian, inventori, dan analisis kos tanpa perlu disunting semula atau menyebabkan ralat.
Kalau cara uji salah, angka "99.8%" tu tak bermakna apa-apa. Dalam F&B, yang penting bukan sistem "faham" resit, tapi sistem "tukar resit jadi data". Kalau nama pembekal salah eja, mungkin tak kisah. Tapi kalau jumlah, unit, atau harga yang salah, habis lari rekod stok dan kos makanan anda. Jadi, jangan tengok skor keseluruhan saja; lihat pada ketepatan setiap medan (field) dan kesannya pada operasi.
Kenapa "Ketepatan Keseluruhan" tu perangkap?
Banyak vendor guna cara kira berbeza. Ada yang kira per huruf, ada yang kira per dokumen. Untuk restoran, ketepatan huruf paling kurang penting. Anda tak kisah kalau "Chicken Wings" ada typo, tapi kalau "10 kotak" dibaca sebagai "100 kotak", habis hancur pengurusan stok anda.
Uji sistem dalam tiga lapisan:
- Imej: Boleh tak baca resit yang kabur, renyuk, atau tulisan tangan?
- Medan (Field): Boleh tak ekstrak data (Pembekal, Tarikh, Item, Kuantiti, Harga)?
- Pemetaan: Boleh tak data tu terus dipadankan dengan master data stok anda?
Jangan uji guna PDF yang sempurna saja. Situasi sebenar adalah di dapur atau pejabat belakang yang gelap. Uji dengan sampel sebenar, kalau tak, anda tetap kena buat kerja manual selepas sistem berjalan.
Standard Emas Uji OCR Restoran
Jangan sekadar muat naik resit. Tetapkan standard "betul" anda:
- Medan Kritikal (Pembekal, Tarikh, Item, Kuantiti, Harga): Salah satu, dikira gagal.
- Medan Penting (Cukai, Diskaun, No. Invois): Untuk tujuan audit.
- Medan Sampingan (Alamat, No. Tel): Sekadar rujukan.
Gunakan tiga KPI ini: Ketepatan Medan, Kadar Kebolehgunaan Dokumen, dan Kadar Campur Tangan Manusia. Sistem seperti Costflows bukan saja buat pengecaman, tapi hubungkan data resit dengan kawalan kos supaya setiap jabatan guna angka yang sama. Ini lebih bernilai daripada sekadar peratusan kosong.
Uji dengan sampel yang "jujur"
Sampel mestilah pelbagai—termasuk resit tulisan tangan, gambar WhatsApp, dan invois yang renyuk. Cara paling praktikal: ambil 100-300 resit sebenar dari kedai anda dalam tempoh dua bulan lepas. Uji pada pembekal yang kerap anda guna. Kalau sistem boleh baca teks tapi tak boleh padankan dengan stok anda, ia bukan data perniagaan, ia cuma teks digital.
Cara kenal pasti statistik yang "merepek"
Kalau vendor bagi angka 99.8% tanpa penjelasan, tanya mereka: Adakah itu ketepatan huruf atau dokumen? Adakah ia termasuk resit tulisan tangan? Dan berapa banyak campur tangan manusia yang diperlukan? Cara paling selamat: buat ujian selama dua minggu menggunakan resit sebenar anda. Lihat sendiri berapa banyak masa yang dijimatkan.
Bina Disiplin Data Jangka Panjang
Ketepatan bukan ujian sekali saja. Pembekal akan tukar format, staf akan bertukar, cara ambil gambar pun berbeza. Bina proses untuk pantau "Kadar Kejayaan Pertama" (First-Pass Yield) setiap bulan.
Bila data anda kemas, stok anda tepat. Bila stok tepat, margin keuntungan anda jadi realiti, bukan lagi tekaan. Jangan tanya "Sistem ni boleh baca ke?", tanya "Boleh tak data ni jalankan bisnes saya?".

.png)

