Ditinjau oleh Kalau timmu mengelola pendaftaran akun, mitra, atau merchant secara online, KTP hasil edit atau KTP palsu yang lolos di form upload bukan skenario yang jauh. Masalahnya biasanya baru ketahuan setelah data itu dipakai untuk keputusan bisnis, misalnya akun yang ternyata fraud atau mitra yang ternyata fiktif.
Kalau kamu sedang mencari cara membuat atau mengedit KTP, ini bukan artikel yang tepat. Artikel ini ditulis dari sudut pandang bisnis yang harus menyaring dokumen yang masuk lewat form onboarding, bukan panduan untuk siapa pun yang ingin memalsukan dokumen.
Yang akan kamu dapat di sini adalah cara kerja alur onboarding yang membuat dokumen bermasalah bisa lolos, tanda-tanda yang biasa dilihat tim verifikasi saat KTP masuk, dan di mana posisi OCR dalam proses penyaringan itu, lengkap dengan batasannya.
Kenapa KTP Palsu Bisa Lolos di Alur Onboarding Digital?
Di banyak proses pendaftaran digital, verifikasi identitas masih berhenti di langkah paling dasar, yaitu pengguna mengunggah foto KTP, lalu foto itu dianggap cukup tanpa pemeriksaan lanjutan. Proses ini sering jadi bagian dari eKYC, tapi implementasinya tidak selalu benar-benar menjalankan pemeriksaan yang menyeluruh.
Kalau tim reviewer manual menghadapi ratusan atau ribuan pendaftaran per hari, tekanan volume membuat mereka gampang terburu-buru dan melewatkan detail yang sebenarnya mencurigakan.
Ditambah lagi, banyak bisnis belum punya standar baku soal apa saja yang harus dicek dari sebuah foto KTP, jadi keputusan lolos atau tidaknya sebuah dokumen sering bergantung pada penilaian subjektif orang per orang, bukan aturan yang konsisten.
Tanda-Tanda KTP yang Perlu Dicurigai Saat Masuk
Saat tim verifikasi memeriksa KTP yang masuk, ada beberapa hal yang biasanya jadi perhatian. Ini adalah observasi yang membantu memutuskan apakah dokumen perlu ditinjau lebih lanjut, bukan checklist untuk memastikan dokumen palsu lolos tanpa terdeteksi.
- Inkonsistensi antar-field dalam satu KTP yang sama, misalnya data yang secara logis tidak nyambung satu sama lain.
- Format NIK yang tidak masuk akal jika dibandingkan dengan kombinasi tempat lahir, tanggal lahir, dan jenis kelamin yang tertera di kartu yang sama.
- Tampilan dokumen yang tidak wajar untuk sebuah foto KTP asli, misalnya terlihat seperti hasil tangkapan layar berulang, hasil cetak ulang, atau ada indikasi editing visual pada bagian tertentu.
- Data pada KTP yang tidak cocok dengan data yang diketik sendiri oleh pengguna di form pendaftaran.
Apa yang Bisa dan Tidak Bisa Dilakukan OCR di Titik Ini
Di titik pemeriksaan seperti ini, OCR KTP punya peran yang jelas tapi terbatas. KTP OCR API dari api.co.id, misalnya, bekerja lewat satu endpoint, POST /ocr/ktp-extract, yang menerima unggahan foto KTP berformat JPG atau PNG hingga 5 MB dan mengembalikan 16 field data terstruktur, mulai dari NIK, nama, tempat dan tanggal lahir, sampai status perkawinan dan kewarganegaraan.
API ini juga dirancang tetap bisa membaca foto yang agak miring, dalam kondisi cahaya rendah, atau berupa screenshot dari layar HP, kondisi yang umum terjadi saat pengguna mengunggah dokumen lewat HP mereka sendiri.
Nilai sebenarnya di sini adalah kecepatan dan konsistensi. Data yang tadinya cuma berupa gambar berubah jadi field terstruktur yang bisa langsung diadu secara otomatis dengan data lain, jauh lebih cepat dan konsisten dibanding staf yang membaca dan mengetik ulang satu per satu secara manual.
Detail lengkap soal 16 field ini dan cara memvalidasi struktur NIK-nya sudah dibahas di artikel terpisah tentang data OCR KTP dan validasi NIK, jadi tidak diulang di sini.
Yang perlu ditegaskan bahwa OCR ini tidak memvalidasi keaslian dokumen itu sendiri. Ini bukan alat forensik dokumen, tidak mencocokkan data ke database Dukcapil, dan tidak melakukan liveness atau face match apa pun terhadap orang yang mengunggahnya.
Cara Menyaring Berlapis
Karena OCR cuma satu lapisan, penyaringan KTP yang efektif biasanya disusun berlapis, bukan mengandalkan satu langkah saja.
- Ekstraksi otomatis dari foto KTP jadi data terstruktur, sehingga tim tidak lagi membaca dan mengetik ulang manual.
- Validasi struktur NIK secara otomatis, memastikan formatnya konsisten dengan field lain di kartu yang sama.
- Cross-check data hasil ekstraksi dengan data yang diisi sendiri oleh pengguna di form pendaftaran.
- Lapisan biometrik tambahan, seperti liveness detection dan face match, untuk memastikan orang yang mendaftar benar-benar cocok dengan foto di KTP.
- Menetapkan ambang batas atau aturan yang jelas soal kapan sebuah kasus dieskalasi ke review manual, bukan diloloskan begitu saja secara otomatis.
Langkah 1 dan 2 adalah bagian yang bisa dikerjakan KTP OCR API. Langkah 4, lapisan biometrik seperti liveness detection dan face match, ada di luar cakupan produk ini, biasanya berupa layanan atau produk terpisah yang dipasang sebagai pelengkap.
Detail soal lapisan biometrik ini dibahas lebih lanjut di artikel tentang liveness detection dan face match sebagai pelengkap OCR KTP. Langkah 3 dan 5 sepenuhnya jadi keputusan bisnis, bergantung pada aturan internal dan level risiko yang bisa diterima timmu.
Menyusun Kebijakan Penyaringan yang Tidak Menghukum Real User
Kebijakan penyaringan yang terlalu ketat berisiko menolak pengguna jujur, misalnya KTP yang sekadar buram karena kualitas kamera HP atau tersimpan dengan cara yang kurang ideal. Sebaliknya, kebijakan yang terlalu longgar berisiko meloloskan dokumen yang sebenarnya bermasalah.
Supaya seimbang, ada beberapa hal yang wajar dilakukan, antara lain dokumentasikan aturan dan ambang batas keputusan secara tertulis supaya tidak berubah-ubah tergantung siapa yang menangani, simpan jejak audit yang jelas (siapa yang memutuskan, kapan, dan apa hasilnya) untuk setiap kasus yang dieskalasi ke review manual, dan evaluasi aturan itu secara berkala seiring bertambahnya data.
Kalau bisnismu juga perlu memastikan proses verifikasi identitas ini sejalan dengan kewajiban kepatuhan yang berlaku, ada baiknya dibaca lebih detail di panduan regulasi KYC di Indonesia, supaya kebijakan internal timmu tidak cuma masuk akal secara operasional, tapi juga sesuai aturan yang berlaku.
Di seluruh alur penyaringan ini, KTP OCR API dari api.co.id berperan di langkah paling awal, yaitu mengubah foto KTP jadi data terstruktur yang siap diproses lebih lanjut. Produk ini bukan pendeteksi KTP palsu, tapi lapisan ekstraksi yang membuat proses penyaringan berikutnya, baik otomatis maupun manual, jadi lebih cepat dan konsisten.
