AiNotesAiNotes

Mencari Data di PDF dan Catatan Anda: Mengapa Ctrl+F Gagal dan Apa yang Benar-Benar Berhasil

Tim AiNotesDitulis dengan bantuan AI12 menit baca

Ringkasan

  • Ctrl+F tidak gagal tanpa alasan: jika PDF-nya hasil pindai, di dalamnya tidak ada teks, yang ada hanya foto. Pencari tidak menemukan apa pun karena secara harfiah tidak ada yang bisa dicari.
  • Mencari berdasarkan untaian karakter dan mencari berdasarkan makna adalah dua hal berbeda: Ctrl+F menemukan kata yang persis sama; pencarian semantik menemukan paragraf yang menjawab pertanyaan Anda meskipun memakai kata lain.
  • Sebuah dokumen hanya bisa dicari jika sebelumnya sudah diubah menjadi teks: ditranskripsi, dipecah menjadi potongan, dan divektorkan. Itulah pekerjaan yang dihemat oleh alat seperti ini.
  • AiNotes melakukan persis itu: Anda menyimpan catatan beserta PDF dan gambarnya, aplikasi mentranskripsi teks yang terlihat, mengindeksnya, lalu Anda mengajukan pertanyaan dengan bahasa sehari-hari, dengan catatan sumbernya terlihat.
  • Dan apa yang tidak dilakukannya juga tertulis di sini: ia bukan pencari harfiah, tidak menebak apa yang belum Anda simpan, dan tidak mengingat pertanyaan sebelumnya.

Kehilangan jejak data milik sendiri lebih mahal daripada kelihatannya. Laporan The Social Economy dari McKinsey Global Institute (Juli 2012) menghitung bahwa pekerja pengetahuan menghabiskan 19% dari minggu kerja mereka untuk mencari dan mengumpulkan informasi — hampir satu hari dari setiap lima hari dipakai untuk menemukan hal yang sudah ada. Dan bagian paling menjengkelkan dari 19% itu biasanya sama: Anda tahu sudah membacanya, tahu sudah menyimpannya, dan tidak tahu di berkas mana di antara dua ratus berkas Anda.

Artikel ini menjelaskan mengapa pencari yang biasa dipakai tidak memadai untuk dokumen Anda sendiri, alternatif apa yang ada, dan bagaimana cara kerjanya di dalam. Alat yang kami pakai sebagai ilustrasi adalah AiNotes, buku catatan AI dari AIsToHire, karena itu kasus nyata yang parameternya bisa kami berikan secara konkret alih-alih generalisasi. Anda bisa melihatnya di halaman AiNotes di AIsToHire.

Tumpukan dokumen kertas di atas meja putih dengan seberkas cahaya biru yang menerangi satu lembar yang ditarik dari tumpukan
Tumpukan dokumen kertas di atas meja putih dengan seberkas cahaya biru yang menerangi satu lembar yang ditarik dari tumpukan

Mengapa Ctrl+F tidak menemukan apa pun di PDF hasil pindai

Karena PDF itu tidak berisi teks: ia berisi gambar dari sebuah teks. PDF (format ISO 32000) adalah wadah yang bisa memuat karakter atau foto halaman, dan ketika Anda memindai selembar kertas atau memotretnya dengan ponsel, yang tersimpan adalah yang kedua. Anda melihat huruf; komputer melihat piksel. Ctrl+F mencari di antara karakter yang dinyatakan berkas, dan di sana tidak ada satu pun.

Itulah sebabnya gerakan yang sama berfungsi pada satu berkas dan tidak pada yang lain tanpa perbedaan yang terlihat sekilas. Berikut empat kasus yang umum:

Yang Anda milikiIsinyaApakah Ctrl+F menemukannya?
PDF yang diekspor dari Word, Google Docs, atau situs webKarakter asliYa
PDF hasil pindai atau fotoGambar halamanTidak
PDF hasil pindai yang sudah diproses OCRGambar ditambah lapisan teks tak terlihat di atasnyaYa, dengan kesalahan yang dibuat OCR
Tangkapan layar, foto papan tulis, slide dalam JPGHanya pikselTidak

Trik cepat untuk tahu Anda berada di kasus mana: coba pilih satu paragraf dengan mouse. Jika terpilih kata demi kata, berarti ada teks. Jika terpilih satu persegi panjang biru di seluruh area, itu gambar.

Mencari kata yang persis tidak sama dengan mencari jawabannya

Pencari klasik membandingkan untaian karakter; pencarian semantik membandingkan makna. Itulah perbedaan antara menemukan kata yang Anda ketik dan menemukan paragraf yang menjawab apa yang ingin Anda ketahui, yang hampir tidak pernah ditulis dengan kata-kata yang sama dengan Anda.

Contoh konkret. Anda menyimpan kontrak seorang pemasok dan berbulan-bulan kemudian ingin tahu berapa lama sebelumnya harus memberi tahu agar tidak diperpanjang. Anda mengetik pemberitahuan di pencari: nol hasil. Kontraknya berbunyi "salah satu pihak dapat menyampaikan keinginannya untuk tidak memperpanjang dengan tenggat paling lambat 60 hari kalender". Kata "pemberitahuan" tidak muncul di bagian mana pun dalam dokumen. Ctrl+F sudah menjalankan tugasnya dengan sempurna dan tetap mengecewakan Anda.

Perbandingan dalam dua bagian: di kiri lembaran kelabu tertutup di bawah kaca pembesar; di kanan lembaran yang sama terurai menjadi titik-titik bercahaya yang saling terhubung
Perbandingan dalam dua bagian: di kiri lembaran kelabu tertutup di bawah kaca pembesar; di kanan lembaran yang sama terurai menjadi titik-titik bercahaya yang saling terhubung

Berikut empat metode yang tersedia saat ini, beserta batasan nyatanya:

MetodeYang ditemukanDi mana gagalYang dibutuhkan
Ctrl+F di penampilUntaian persis, di berkas yang sedang terbukaHasil pindai, sinonim, bentuk jamak; satu berkas setiap kaliTahu sebelumnya berkas mana yang harus dilihat
Pencari sistem operasiNama berkas dan teks yang bisa dibaca indeksTeks yang berada di dalam gambar; sinonimIndeks yang mutakhir
OCR lalu cariUntaian persis, termasuk di hasil pindaiTetap tidak memahami sinonim atau pertanyaanMemproses setiap berkas dengan alat OCR
Pencarian berdasarkan maknaBagian yang menjawab, walau tidak mengulang kata-kata AndaKecocokan harfiah yang persis; apa yang belum Anda simpanMengindeks sekali, saat menyimpan

Tidak ada yang sepenuhnya menggantikan yang sebelumnya. Jika yang Anda cari adalah referensi persis yang sudah Anda ketahui —nomor faktur, kode— pencarian harfiah tetap alat yang tepat. Jika yang Anda punya adalah pertanyaan, pencarian harfiah kurang memadai.

Cara kerja pencarian berdasarkan makna di dalam

Dalam empat langkah: dokumen ditranskripsi menjadi teks, teks itu dipotong menjadi bagian-bagian, setiap bagian diubah menjadi daftar angka yang mewakili maknanya, dan saat Anda bertanya, bagian yang angkanya paling mirip dengan angka pertanyaan Anda diambil. Jawaban disusun hanya dengan memakai bagian-bagian itu.

Proses empat tahap: selembar kertas, lembar yang dipotong menjadi strip yang saling tumpang tindih, setiap strip diubah menjadi kolom titik bercahaya, dan corong yang memilih lima lalu meringkasnya menjadi satu kartu
Proses empat tahap: selembar kertas, lembar yang dipotong menjadi strip yang saling tumpang tindih, setiap strip diubah menjadi kolom titik bercahaya, dan corong yang memilih lima lalu meringkasnya menjadi satu kartu

Kalau begitu terdengar abstrak, jadi berikut parameter yang benar-benar dipakai AiNotes, sesuai kodenya per 25 Oktober 2026:

LangkahYang terjadiParameter nyata di AiNotes
1. TranskripsiModel visi membaca PDF atau gambar dan mengembalikan seluruh teks yang terlihatGemini 2.5 Flash, temperatur 0,1 (nilai rendah mengejar ketepatan, bukan kreativitas)
2. PemotonganTeks dipotong menjadi bagian yang saling tumpang tindih, agar kalimat yang terbelah di tengah tetap utuh di salah satunya400 kata per bagian, tumpang tindih 50 kata
3. VektorisasiSetiap bagian diubah menjadi daftar angka yang menyandikan maknanyagemini-embedding-001, 768 dimensi
4. PengambilanPertanyaan Anda divektorkan dengan cara yang sama dan vektor dibandingkan dengan kemiripan kosinus5 bagian yang paling mirip, dengan relevansi minimum 0,30
5. PenyusunanSebuah model menulis jawaban dengan memakai hanya bagian-bagian ituGemini 2.5 Flash, temperatur 0,3, dengan instruksi eksplisit untuk menyatakan jika datanya tidak ada

Langkah 2 adalah yang paling membingungkan dan paling penting. Jika Anda memotong dokumen menjadi potongan kaku, gagasan yang dimulai di kata ke-398 dan berakhir di kata ke-405 akan terbelah dan tak ada bagian yang memuatnya utuh. Karena itu setiap bagian mengulang 50 kata terakhir dari bagian sebelumnya: tumpang tindih itu murah dan mencegah hilangnya kalimat yang Anda cari.

Langkah 4 menjelaskan mengapa pencarian semantik kadang tidak memberi kecocokan harfiah yang Anda harapkan. Perbandingannya berdasarkan makna, bukan karakter, dan ambang 0,30 membuang apa yang tidak cukup mirip. Kembali ke contoh kontrak: pertanyaan "berapa lama sebelumnya saya harus memberi tahu agar tidak diperpanjang?" dan paragraf "60 hari kalender" nyaris tidak berbagi kata, tetapi berbagi makna, dan itulah yang diukur kosinus.

Apa yang dilakukan AiNotes dan apa yang tidak

AiNotes menyimpan catatan teks dengan lampiran PDF dan gambar, mentranskripsi serta mengindeksnya secara otomatis, lalu menjawab pertanyaan Anda hanya dengan memakai konten itu, dengan menunjukkan catatan mana yang menjadi sumber setiap jawaban. Ia bukan pengelola dokumen, bukan editor berformat, dan bukan asisten yang mencari di internet.

Yang dilakukan:

  • Catatan teks dengan lampiran dalam kartu yang sama: PDF, PNG, JPG, WebP, dan GIF, hingga 25 MB per catatan.
  • Transkripsi teks yang terlihat pada lampiran, termasuk hasil pindai dan foto dokumen.
  • Pengindeksan otomatis saat menyimpan, tanpa perlu menekan apa pun lagi.
  • Status per elemen: setiap lampiran dan teks catatan itu sendiri punya indikator diproses, siap, atau galat. Daftar menyegarkan diri setiap 5 detik selama masih ada yang berjalan.
  • Jika sebuah elemen gagal, ia menampilkan alasannya dan tombol untuk mencoba ulang hanya elemen itu, tanpa mengulang seluruh catatan.
  • Obrolan bahasa alami yang menjawab dengan konten Anda dan menunjukkan judul catatan yang dipakainya.
  • Saat mengedit catatan, hanya yang berubah yang diindeks ulang: teks jika Anda mengubahnya, lampiran baru yang Anda tambahkan, dan apa yang Anda hapus dikeluarkan dari indeks.
  • Saat catatan dihapus, indeksnya juga dihapus.
  • Setiap kueri hanya mencari di buku catatan Anda sendiri, dibatasi pada akun dan pengguna Anda.

Yang tidak dilakukan, dan sebaiknya diketahui sebelumnya:

  • Bukan pencari harfiah. Tidak ada Ctrl+F untuk catatan Anda: pencariannya berdasarkan makna.
  • Tidak punya ingatan percakapan. Setiap pertanyaan dijawab terpisah; Anda tidak bisa berkata "bagaimana dengan kontrak yang satunya?" dengan harapan ia ingat yang pertama yang mana.
  • Tidak menerima Word, Excel, atau audio. Format yang didukung adalah lima format dalam daftar di atas.
  • Bukan editor berformat. Menulis dengan teks biasa: tidak ada huruf tebal, tabel, folder, label, atau favorit.
  • Tidak meringkas dokumen sesuai permintaan. Yang Anda lihat di samping setiap elemen yang terindeks adalah pratinjau beberapa baris pertama teks hasil transkripsi, bukan ringkasan yang ditulis.
  • Tidak mengarang. Jika informasinya tidak ada di catatan Anda, ia mengatakannya alih-alih mengisi kekosongan. Dan jika dari sebuah berkas tidak bisa diambil teks —foto tanpa huruf, hasil pindai yang tak terbaca— elemen itu ditandai galat beserta alasannya, bukan hijau: sehingga Anda tidak bertanya pada sesuatu yang sebenarnya tidak pernah terindeks.

Poin terakhir itu lebih penting daripada kelihatannya. Alat yang menandai "siap" sebuah dokumen yang tidak berhasil diambil apa pun darinya membuat Anda membuang waktu dua kali: saat bertanya dan saat memercayai jawabannya.

Tujuh aturan agar pencarian benar-benar berfungsi

Kualitas jawaban hampir sepenuhnya bergantung pada kualitas apa yang Anda simpan. Tujuh aturan ini yang paling membawa perbedaan, dan tak satu pun memakan waktu lebih dari semenit.

Dua lembar yang dibandingkan: di kiri hasil pindai yang rata, lurus, dan terang merata; di kanan lembar yang sama kusut, miring, separuh halamannya gelap, dan ada pantulan yang menghapusnya
Dua lembar yang dibandingkan: di kiri hasil pindai yang rata, lurus, dan terang merata; di kanan lembar yang sama kusut, miring, separuh halamannya gelap, dan ada pantulan yang menghapusnya
  1. Satu catatan, satu topik. Satu kontrak, satu rapat, satu artikel. Mencampur lima topik dalam satu catatan membuat bagian-bagian yang diambil membawa derau dari empat topik lainnya.
  2. Tulis dua baris konteks dari Anda sendiri. Siapa, kapan, tentang apa. Lampiran jarang berkata "ini kontrak pemeliharaan 2026 dengan pemasok X", dan dua baris itulah yang kelak memungkinkan Anda menanyakan pemasok dengan namanya.
  3. Perhatikan kalimat pertama. AiNotes memakai kalimat pertama catatan sebagai judul (hingga 80 karakter) dan judul itulah yang akan Anda lihat dikutip sebagai sumber dalam jawaban. "Kontrak pemeliharaan pemasok X 2026" langsung dikenali; "Catatan" tidak.
  4. Pindai lurus, rata, dan dengan cahaya merata. Model mentranskripsi apa yang terlihat: halaman yang miring, kusut, atau terkena pantulan akan kehilangan seluruh baris dan tak ada yang memberi tahu baris mana.
  5. Jangan tangkapan layar yang sangat kecil. Jika teks tidak terbaca nyaman saat gambar diperbesar di layar Anda, ia juga tidak akan ditranskripsi dengan baik.
  6. Bagi dokumen besar. Batasnya 25 MB per catatan. Manual 300 halaman yang dibagi per bab, selain muat, mengembalikan bagian-bagian yang jauh lebih tepat.
  7. Periksa statusnya sebelum bertanya. Jika indikatornya diproses, konten itu belum ada bagi pencari. Jika galat, baca alasannya dan tekan coba lagi.

Tiga contoh pertanyaan dan hasil masing-masing

Agar terlihat di mana batasnya, berikut tiga jenis pertanyaan dan hasil yang wajar diharapkan dari pencarian semantik pada catatan Anda sendiri:

PertanyaanYang terjadiMengapa
"Berapa lama sebelumnya saya harus memberi tahu agar kontrak tidak diperpanjang?"Mengembalikan bagian 60 hari dan mengutip catatan kontraknyaPertanyaan dan paragraf berbagi makna walau tidak berbagi kata
"Apa yang saya katakan di rapat hari Selasa tentang anggaran?"Berhasil jika Anda menyimpan notulennya dan menulis di catatan bahwa itu hari SelasaSistem hanya tahu apa yang tertulis: tanggal yang tidak Anda catat tidak ada
"Berapa kali kata garansi muncul di dokumen saya?"Bukan keahliannyaItu penghitungan harfiah, bukan pertanyaan makna

Aturan praktisnya sederhana: bertanyalah dengan kalimat lengkap, seperti Anda bertanya kepada rekan yang sudah membaca dokumen Anda. Pencarian satu kata lepas justru tempat alat semantik berkinerja paling buruk.

Pertanyaan yang sering diajukan

Mengapa Ctrl+F tidak menemukan kata yang sedang saya lihat di PDF?

Karena yang Anda lihat adalah gambar, bukan teks. PDF hasil pindai atau foto menyimpan halaman sebagai foto, dan pencari hanya melihat karakter yang dinyatakan berkas. Periksa dengan mencoba memilih satu paragraf dengan mouse: jika yang terpilih berupa persegi panjang dan bukan kata-kata lepas, itu gambar.

Haruskah saya memproses PDF dengan OCR sebelum mengunggahnya?

Tidak. AiNotes mentranskripsi teks yang terlihat pada PDF atau gambar saat mengindeksnya, jadi Anda tidak perlu langkah sebelumnya. Meski begitu, jika hasil pindai miring, buram, atau berpantulan, transkripsi akan kehilangan baris: kualitas gambar tetap menentukan.

Bisakah saya mencari di beberapa PDF sekaligus?

Bisa. Pertanyaan dijawab berdasarkan seluruh konten terindeks di buku catatan Anda, bukan satu berkas tertentu, dan jawaban menyebut judul catatan sumbernya. Itulah yang tidak bisa dilakukan Ctrl+F di penampil, yang hanya melihat dokumen yang terbuka.

Apa yang terjadi jika saya mengunggah hasil pindai buram yang teksnya tidak bisa diambil?

Elemen itu ditandai galat beserta alasannya, bukan siap. Dari rincian catatan Anda bisa menekan coba lagi pada elemen spesifik itu, atau mengganti berkasnya dengan yang lebih baik, tanpa harus membuat catatan dari awal.

Bisakah asisten mengarang jawaban?

Ia diinstruksikan menjawab hanya dengan bagian-bagian yang diambil dari catatan Anda dan menyatakan jika datanya tidak ada. Ia juga menunjukkan catatan yang dipakainya, jadi Anda selalu bisa membukanya dan memeriksa. Seperti pada sistem AI mana pun, verifikasi pada sumbernya hal-hal yang penting: kutipan ada untuk itu.

Berapa banyak yang bisa saya lampirkan ke satu catatan?

Hingga 25 MB per catatan, dalam PDF, PNG, JPG, WebP, atau GIF. Jika sebuah dokumen melebihi, bagilah: selain muat, dipecah per bab ia memberi hasil yang lebih tepat.

Bisakah saya melampirkan Word atau Excel?

Dari aplikasi tidak. Format yang didukung adalah PDF, PNG, JPG, WebP, dan GIF. Jika Anda punya DOCX, ekspor ke PDF sebelum melampirkannya.

Apakah obrolan mengingat apa yang saya tanyakan sebelumnya?

Tidak. Setiap pertanyaan dijawab secara mandiri, tanpa riwayat. Tulis pertanyaan yang lengkap dan berdiri sendiri alih-alih merangkai kalimat seperti "bagaimana yang satunya?".

Siapa yang bisa melihat catatan saya?

Kueri hanya mencari di konten buku catatan Anda sendiri, disaring menurut akun dan pengguna Anda. AiNotes tidak memiliki fitur berbagi catatan maupun kerja tim.

Apa yang terjadi jika saya mengedit atau menghapus catatan?

Saat diedit, hanya yang berubah yang diindeks ulang: teks jika Anda mengubahnya dan lampiran baru; yang Anda hapus keluar dari indeks. Saat sebuah catatan dihapus, seluruh konten terindeksnya juga dihapus, sehingga tidak lagi muncul dalam jawaban.

AiNotes, dalam satu kalimat

AiNotes adalah buku catatan AI dari AIsToHire: Anda menyimpan catatan dengan PDF dan gambar, aplikasi mentranskripsi dan mengindeks kontennya secara otomatis, lalu Anda menjawab pertanyaan dalam bahasa alami, sambil melihat catatan mana yang menjadi sumber setiap jawaban. Tersedia di AiNotes — Catatan AI yang menjawab pertanyaan Anda.

Berhenti membuka berkas satu per satu untuk menemukan data yang sudah Anda simpan. Buat buku catatan Anda di AiNotes, unggah PDF dan catatan Anda, tunggu hingga terindeks, lalu tanyakan dengan kata-kata Anda sendiri: jawaban datang bersama catatan asalnya.

Berhenti membuka berkas satu per satu untuk menemukan data yang sudah Anda simpan. Buat buku catatan Anda di AiNotes, unggah PDF dan catatan Anda, tunggu hingga terindeks, lalu tanyakan dengan kata-kata Anda sendiri: jawaban datang bersama catatan asalnya.

Lanjutkan membaca

Lihat semua artikel →

↑ Kembali ke atas