Konversi PDF adalah pekerjaan memindahkan isi sebuah halaman ke bentuk lain: gambar JPG, teks biasa, Markdown, HTML, atau potongan gambar yang dikeluarkan dari dalam dokumen. Empat tool mengerjakannya. PDF ke JPG merender halaman menjadi gambar, PDF ke Teks mengeluarkan tulisan menjadi berkas teks, PDF ke Markdown mengubahnya menjadi Markdown, dan PDF ke HTML menyusunnya menjadi HTML. Satu tool lain, Ekstrak Gambar dari PDF, mengambil gambar asli yang tertanam di dalam berkas, bukan merender halamannya.

Kelima tool itu menjawab kebutuhan yang berbeda, dan memilih yang salah membuat hasilnya tidak terpakai. Bagian ini memetakan pekerjaan konversi PDF: kenapa tata letak bergeser, apa bedanya PDF berbasis teks dengan hasil pindai, format mana untuk tujuan apa, dan apa yang perlu diperiksa setelah konversi selesai.

Peta pekerjaan: 17 artikel di sub-pilar konversi

Sub-pilar ini mengumpulkan pekerjaan yang berpusat pada perubahan bentuk berkas PDF. Artikelnya bisa dibaca berurutan atau langsung ke bagian yang dibutuhkan.

Lima artikel membahas konversi PDF ke JPG dari berbagai sudut: Cara Mengubah PDF ke JPG di HP, Cara Mengubah PDF ke JPG Resolusi Tinggi, Cara Mengubah PDF ke JPG Satu Halaman, Cara Mengubah PDF ke JPG Tanpa Aplikasi, dan Cara Mengubah PDF ke JPG untuk Lamaran. Satu artikel mendampinginya dengan penjelasan teknis: Berapa DPI yang Tepat untuk PDF ke JPG.

Tiga artikel membahas pengeluaran isi dokumen menjadi tulisan: Cara Mengubah PDF ke Teks Tanpa Berantakan, Cara Mengubah PDF ke Markdown di HP, dan Cara Mengubah PDF ke HTML untuk Ditempel ke Situs.

Dua artikel membahas pengambilan gambar dari dalam dokumen: Cara Mengambil Gambar dari PDF di HP dan Cara Mengambil Gambar dari PDF Tanpa Aplikasi.

Empat artikel membahas masalah yang muncul setelah konversi: Kenapa Hasil Konversi PDF Selalu Bergeser, Kenapa Gambar dari PDF Kualitasnya Turun, Kenapa Hasil PDF ke Teks Berantakan, dan Kenapa PDF ke Markdown Kehilangan Format.

Dua artikel sisanya membahas dokumen pindai dan penyusunan ulang hasil: Cara Mengambil Teks dari PDF Scan dan Cara Menggabungkan PDF Hasil Konversi Berbeda.

Kenapa konversi menggeser tata letak

PDF menyimpan tampilan halaman, bukan niat penyusunnya. Yang tersimpan adalah koordinat setiap huruf, garis, dan gambar di atas kanvas seukuran halaman. Tidak ada keterangan bahwa sebuah baris adalah judul, bahwa dua kolom teks sejajar, atau bahwa sebuah tabel punya tiga kolom. Informasi itu hilang sejak dokumen disimpan sebagai PDF.

Saat halaman diubah menjadi gambar, tidak ada yang bergeser: renderer menggambar ulang seluruh isi pada posisi yang sama, lalu menyimpannya sebagai piksel. Pergeseran terjadi ketika isi dikeluarkan menjadi teks, Markdown, atau HTML. Di sana mesin harus menebak ulang susunannya dari koordinat objek. Ia membaca mana teks yang lebih besar dan menandainya sebagai judul, mana baris yang berderet dan menandainya sebagai paragraf, dan mana deretan angka yang menandainya sebagai tabel. Tebakan itu tidak selalu tepat, dan di situlah tata letak bergeser.

Karena itu, pekerjaan konversi yang mengeluarkan isi selalu disertai pemeriksaan ulang. Hasilnya adalah bahan mentah yang sudah dirapikan sebagian, bukan dokumen siap pakai. Semakin rumit tata letak aslinya, misalnya banyak kolom atau tabel bersarang, semakin banyak bagian yang perlu diperbaiki tangan.

PDF berbasis teks dan PDF hasil pindai

Ada dua jenis PDF, dan keduanya berperilaku berbeda saat dikonversi.

PDF berbasis teks dibuat dari dokumen digital. Huruf di dalamnya tersimpan sebagai teks yang bisa dipilih, dicari, dan disalin. Mengubahnya menjadi teks, Markdown, atau HTML berjalan mulus karena mesin membaca huruf langsung, bukan menebaknya dari gambar. Kata yang muncul di layar sama dengan kata yang tersimpan di dalam berkas.

PDF hasil pindai dibuat dari gambar. Mesin pemindai atau kamera ponsel menangkap halaman sebagai gambar, lalu gambar itu disimpan di dalam PDF. Hurufnya tidak tersimpan sebagai teks, melainkan sebagai bagian dari gambar. Akibatnya, PDF ke Teks tidak bisa membacanya: yang keluar bukan tulisan, melainkan berkas kosong atau tidak terbaca. Untuk jenis berkas ini, satu-satunya jalan adalah mengenali huruf dari gambar lebih dulu, dan proses itu belum tersedia di layanan ini. Yang bisa dikerjakan hanyalah merender halamannya menjadi JPG lewat PDF ke JPG agar bisa dibaca manusia.

Cara membedakan keduanya mudah: coba sorot sebuah kata di dalam dokumen. Kalau kata itu tersorot dan bisa disalin, PDF berbasis teks. Kalau tidak ada yang tersorot, kemungkinan besar PDF hasil pindai.

Format mana untuk tujuan apa

Lima bentuk keluaran itu bukan variasi dari pekerjaan yang sama. Masing-masing dipakai untuk keperluan yang berbeda.

JPG dipakai ketika halaman perlu tampil sebagai gambar. Contohnya pratinjau dokumen di aplikasi yang tidak bisa membuka PDF, atau satu halaman yang akan dikirim lewat kanal yang hanya menerima gambar. PDF ke JPG merender seluruh halaman pada resolusi tetap, sehingga ukuran gambar mengikuti jumlah halaman. Kalau yang dibutuhkan hanya satu halaman, sisakan halaman itu lebih dulu agar tidak merender seluruh dokumen.

Teks biasa dipakai ketika isi dokumen perlu diolah ulang: dikutip, dihitung, atau ditempel ke tempat yang tidak menerima PDF. PDF ke Teks mengeluarkan seluruh tulisan menjadi satu berkas teks. Susunannya bisa berubah, karena urutan baris mengikuti posisi objek di halaman.

Markdown dipakai ketika tulisan akan disunting sebagai teks berformat, misalnya untuk disimpan di repositori catatan atau diterbitkan lewat generator situs. PDF ke Markdown menandai judul, paragraf, dan penekanan selama bisa dikenali. Penanda yang tidak bisa ditebak dari bentuk visual, seperti tautan tersembunyi atau catatan kaki, tidak ikut terbawa.

HTML dipakai ketika isi dokumen akan ditempel ke editor situs. PDF ke HTML menghasilkan satu berkas HTML berisi struktur judul dan paragraf, sehingga teksnya bisa disalin ke sistem pengelola konten. Struktur itu perlu diperiksa karena tidak selalu sama dengan struktur aslinya.

Ekstrak gambar berbeda dari keempatnya. Ekstrak Gambar dari PDF tidak merender halaman, melainkan mengambil gambar asli yang tertanam di dalam berkas pada resolusi aslinya. Kalau tujuan Anda memperoleh kembali foto atau ilustrasi yang ada di dalam dokumen, inilah tool yang tepat. Kalau yang dibutuhkan adalah tampilan seluruh halaman, gunakan PDF ke JPG.

Apa yang harus diperiksa setelah konversi

Empat hal perlu diperiksa setelah konversi selesai, dan pemeriksaannya bergantung pada bentuk tujuan.

Untuk hasil JPG, periksa apakah seluruh halaman terbaca dan apakah resolusinya cukup untuk keperluan Anda. PDF ke JPG merender pada resolusi tetap, dan resolusinya tidak bisa dinaikkan dari halaman tool. Kalau gambar akan dicetak besar, resolusi tetap itu mungkin kurang, dan tidak ada cara menambah piksel setelah gambar jadi. Periksa juga jumlah berkas hasilnya: dokumen banyak halaman menghasilkan banyak gambar, dan bila diunduh bersamaan hasilnya dikemas dalam satu arsip.

Untuk hasil teks, periksa urutan dan pemisahan kata. Konversi dari PDF berbasis teks biasanya rapi, tetapi dokumen dengan kolom atau tabel bisa menghasilkan baris yang saling menyisip. Periksa juga huruf yang sering tertukar, terutama angka satu dan huruf l, serta tanda hubung di akhir baris.

Untuk hasil Markdown, periksa penandaan judul dan paragraf. Judul yang tidak dikenali akan tampil sebagai teks biasa, dan penekanan yang tidak terbaca akan hilang. Rapikan penandanya setelah berkas dibuka di editor teks.

Untuk hasil HTML, periksa struktur sebelum ditempel ke editor situs. Pastikan judul, paragraf, dan daftar sudah berada di tempat yang benar. Setelah ditempel, periksa tampilannya di halaman sungguhan, karena gaya situs bisa mengubah tampilan HTML mentah.

Untuk gambar hasil ekstraksi, periksa jumlah dan ukurannya. Gambar yang tertanam pada resolusi rendah tetap rendah setelah diambil, karena ekstraksi tidak menambah piksel. Kalau hasilnya sebuah arsip, ekstrak dan periksa satu per satu.

Kesalahan umum di sub-pilar ini

Mengubah PDF hasil pindai menjadi teks lalu mengira toolnya rusak. PDF hasil pindai tidak memuat teks, jadi hasilnya memang kosong. Yang bisa dilakukan adalah merender halamannya menjadi JPG dan membacanya sebagai gambar.

Merender seluruh dokumen hanya untuk mengambil satu halaman. Sisakan dulu halaman yang dituju, baru render, agar tidak menunggu proses yang tidak perlu.

Menganggap hasil konversi teks sebagai dokumen final. Hasil konversi adalah bahan mentah. Selalu ada bagian yang perlu dirapikan, terutama pada dokumen dengan tata letak rumit.

Menyalin HTML mentah langsung ke halaman tanpa memeriksa. Gaya situs bisa mengubah tampilan, dan struktur yang salah akan terlihat setelah ditempel.

Mengubah dokumen berulang kali. Setiap render menambah satu putaran pekerjaan tanpa manfaat. Simpan berkas PDF aslinya, dan kerjakan konversi dari berkas itu setiap kali ada kebutuhan baru.

Kapan sebaiknya tidak memakai konversi online

Kalau dokumennya berisi data rahasia, misalnya berkas keuangan atau identitas, konversi sebaiknya dikerjakan di perangkat sendiri. Selama proses berlangsung, berkas meninggalkan perangkat dan dikirim ke pemroses. Keterangan perlakuan berkasnya ada di kebijakan privasi.

Kalau dokumennya hasil pindai dan isinya harus diubah menjadi teks yang bisa dicari, layanan ini belum menyediakannya. Pengenalan huruf dari gambar belum tersedia, jadi PDF hasil pindai hanya bisa dirender menjadi gambar.

Kalau tata letaknya sangat rumit dan hasilnya harus persis sama, konversi ke teks, Markdown, atau HTML bukan jalan yang tepat. Untuk keperluan itu, pertahankan bentuk PDF dan kerjakan penyuntingan di dalam PDF itu sendiri.

Kalau yang dibutuhkan hanya membaca dokumen, tidak ada konversi yang perlu dilakukan. Buka PDF-nya langsung, dan konversi baru diperlukan ketika ada pihak lain yang meminta bentuk berkas yang berbeda.

Batas paket

Batas paket berlaku sama untuk seluruh tool di sub-pilar ini. Tanpa akun, satu hari menerima 20 pemrosesan dengan batas 10 MB per berkas. Paket Gratis dengan akun memberi 30 pemrosesan per hari. Paket Berbayar memberi pemrosesan tanpa batas jumlah dengan batas 200 MB per berkas. Rinciannya ada di halaman harga.

Pertanyaan yang sering muncul

Kenapa PDF hasil pindai tidak menghasilkan teks? Karena isinya gambar, bukan teks. Huruf di dalamnya tidak tersimpan sebagai karakter, jadi ekstraksi teks tidak menemukan apa pun untuk dibaca.

Apakah hasil PDF ke JPG bisa diatur resolusinya? Resolusi ditetapkan server pada nilai tetap dan tidak bisa dinaikkan dari halaman tool. Kalau butuh gambar berukuran besar, periksa hasilnya lebih dulu sebelum dipakai untuk cetak.

Kenapa tata letak bergeser setelah dikonversi ke teks? PDF menyimpan posisi objek, bukan struktur penyusunnya. Mesin menebak ulang judul, paragraf, dan tabel dari posisi itu, dan tebakannya tidak selalu tepat.

Apa bedanya PDF ke JPG dan Ekstrak Gambar? PDF ke JPG merender seluruh halaman menjadi gambar baru. Ekstrak Gambar mengambil gambar asli yang tertanam di dalam dokumen pada resolusi aslinya.

Apakah format keluaran bisa dipilih sekaligus? Tidak. Setiap tool menghasilkan satu bentuk keluaran. Jalankan tool yang sesuai dengan kebutuhan, satu per satu.

Mulai dari bentuk keluaran yang Anda butuhkan

Kalau yang dibutuhkan adalah tampilan halaman sebagai gambar, buka PDF ke JPG. Kalau isinya perlu diolah sebagai tulisan, mulai dari PDF ke Teks, lalu lanjutkan ke PDF ke Markdown atau PDF ke HTML sesuai kebutuhan. Untuk mengambil gambar asli di dalam dokumen, gunakan Ekstrak Gambar dari PDF. Peta pekerjaan PDF yang lebih luas ada di Panduan PDF.