Pemrosesan Faktur Bertenaga AI dengan OCR dan Integrasi QuickBooks

Kami membangun jalur pemrosesan faktur bertenaga AI yang menggabungkan OCR untuk ekstraksi teks, penguraian bidang cerdas berbasis LLM, dan integrasi QuickBooks API untuk pembuatan entri pembukuan otomatis.

Arsitektur

• Ingestion: Email listener + API unggah file + dasbor seret dan lepas
• OCR Engine: Cloud-based Vision API untuk ekstraksi teks dari PDF dan gambar yang dipindai
• AI Parser: LLM untuk ekstraksi dan interpretasi bidang cerdas
• Validation: Mesin validasi berbasis aturan dengan penilaian kepercayaan
• Accounting Integration: QuickBooks Online API untuk pembuatan tagihan dan pencocokan vendor
• Dashboard: Antarmuka admin React untuk peninjauan, persetujuan, dan penanganan pengecualian
• Database: PostgreSQL untuk catatan faktur, jejak audit, dan pemetaan vendor
• Queue: Antrean pekerjaan asinkron untuk pemrosesan batch

Jalur Pemrosesan

Tahap 1: Ingestion

Faktur masuk ke sistem melalui beberapa saluran:

• Email Forwarding — Alamat email khusus yang dipantau oleh IMAP listener
• File Upload — Antarmuka seret dan lepas pada dasbor admin
• API Upload — Pengiriman terprogram dari sistem lain
• Bulk Import — Unggahan massal dari drive bersama

Format yang didukung: PDF, PNG, JPG, TIFF, HEIC, multi-page PDFs

Tahap 2: OCR Text Extraction

1. Pre-Processing — Peningkatan gambar (deskew, penyesuaian kontras, pengurangan noise) untuk dokumen yang dipindai
2. Text Extraction — Cloud Vision API mengekstraksi semua teks dengan penentuan posisi spasial
3. Layout Analysis — Penentuan posisi spasial digunakan untuk mengidentifikasi tabel, header, footer, dan item baris
4. Confidence Scoring — Kepercayaan OCR per karakter dilacak; wilayah dengan kepercayaan rendah ditandai untuk ditinjau

Tahap 3: AI-Powered Field Extraction

LLM menerima teks OCR mentah dan mengekstrak data faktur terstruktur termasuk informasi vendor (nama, alamat), pengidentifikasi faktur (nomor, tanggal, referensi PO), data keuangan (subtotal, pajak, total, mata uang, ketentuan pembayaran), dan item baris individual dengan deskripsi, kuantitas, dan jumlah.

Ekstraksi menggunakan skema output terstruktur, contoh few-shot untuk kasus tepi, penalaran chain-of-thought untuk bidang ambigu, dan penilaian kepercayaan per bidang.

Tahap 4: Validasi & Pengayaan

Sebelum membuat entri QuickBooks, data yang diekstraksi melewati validasi:

Pemeriksaan Otomatis:

• Math Validation — Jumlah item baris diverifikasi terhadap subtotal; subtotal + pajak diverifikasi terhadap total
• Duplicate Detection — Nomor faktur + vendor + jumlah diperiksa terhadap catatan yang ada
• Date Sanity — Tanggal faktur tidak di masa depan; tanggal jatuh tempo setelah tanggal faktur
• Vendor Matching — Pencocokan fuzzy nama vendor terhadap daftar vendor QuickBooks
• GL Code Suggestion — AI menyarankan akun General Ledger berdasarkan riwayat vendor dan deskripsi item baris
• Amount Threshold — Faktur di atas ambang batas yang dapat dikonfigurasi ditandai untuk persetujuan manual

Klasifikasi Kepercayaan:

• Faktur dengan kepercayaan tinggi disetujui secara otomatis (semua bidang diekstraksi, pemeriksaan matematika lolos, vendor cocok)
• Faktur dengan kepercayaan sedang masuk ke antrean peninjauan (beberapa bidang tidak pasti atau vendor baru)
• Faktur dengan kepercayaan rendah memerlukan entri manual (kualitas OCR buruk atau format tidak terstruktur)

Tahap 5: Integrasi QuickBooks

Pencocokan & Pembuatan Vendor:

Nama vendor yang diekstraksi dicocokkan secara fuzzy terhadap daftar vendor QuickBooks yang ada. Jika ditemukan kecocokan di atas ambang kepercayaan, vendor yang ada akan ditautkan. Jika tidak, vendor baru akan dibuat dengan informasi yang diekstraksi dan di-cache untuk faktur di masa mendatang.

Pembuatan Tagihan:

Objek tagihan QuickBooks dibuat dari data faktur yang telah divalidasi dengan item baris yang dipetakan ke akun GL yang sesuai, jumlah pajak diterapkan, ketentuan pembayaran ditetapkan, dan PDF faktur asli dilampirkan. Catatan internal di-referensi silang dengan QuickBooks bill ID.

Pemetaan Akun GL:

• Rule-Based — Pemetaan GL khusus vendor untuk vendor yang dikenal
• AI-Suggested — LLM menganalisis deskripsi item baris dan menyarankan akun berdasarkan pola historis
• Learning Loop — Koreksi manual diumpankan kembali untuk meningkatkan saran di masa mendatang
• Default Fallback — Item yang tidak terpetakan ditetapkan ke akun catch-all untuk peninjauan selanjutnya

Integrasi QuickBooks API

Autentikasi

• OAuth 2.0 dengan refresh token otomatis
• Penyimpanan kredensial yang aman dengan enkripsi saat istirahat
• Dukungan multi-perusahaan untuk bisnis dengan beberapa file QuickBooks

Penanganan Kesalahan

• Menghormati batas laju API dengan exponential backoff
• Logika percobaan ulang kegagalan sementara dengan penundaan yang meningkat
• Resolusi konflik untuk mencegah catatan duplikat
• Rollback dari pembuatan parsial yang gagal untuk mencegah catatan yatim piatu

Dasbor & Alur Kerja

Antrean Faktur

Faktur diatur berdasarkan status: menunggu peninjauan, disetujui otomatis, pengecualian (validasi gagal atau kesalahan API), dan selesai (disinkronkan ke QuickBooks).

Antarmuka Peninjauan

• Tampilan berdampingan: faktur asli di samping data yang diekstraksi
• Pengeditan inline untuk bidang yang dikoreksi dengan penyorotan diff
• Satu-klik setuju/tolak dengan catatan opsional
• Persetujuan batch untuk beberapa faktur dari vendor yang sama

Analitik

• Pelacakan volume pemrosesan (harian/mingguan/bulanan)
• Pemantauan tingkat persetujuan otomatis (target: 70%+)
• Waktu pemrosesan rata-rata per faktur
• Tingkat kesalahan dan alasan kegagalan umum
• Penghematan biaya vs. pemrosesan manual
• Tren akurasi khusus vendor

Fitur Utama

1. Multi-Format OCR — PDF, pindaian, foto, dan dokumen multi-halaman
2. AI Field Extraction — Penguraian bertenaga LLM menangani tata letak faktur apa pun tanpa templat
3. Confidence Scoring — Perutean otomatis berdasarkan kepastian ekstraksi
4. Duplicate Detection — Mencegah pembayaran ganda dari faktur yang dikirim ulang
5. Vendor Auto-Matching — Pencocokan fuzzy menautkan faktur ke vendor QuickBooks yang sudah ada
6. GL Code Suggestion — AI merekomendasikan akun pengeluaran dari pola historis
7. QuickBooks Auto-Sync — Tagihan dibuat dengan item baris, pajak, dan PDF terlampir
8. Learning Loop — Koreksi manual meningkatkan akurasi ekstraksi di masa mendatang
9. Batch Processing — Menangani ratusan faktur melalui penerusan email atau unggahan massal
10. Audit Trail — Log lengkap setiap ekstraksi, pengeditan, persetujuan, dan peristiwa sinkronisasi