Tinjauan Literatur Sistematis: Analisis Implementasi Kecerdasan Buatan untuk Verifikasi Dokumen

Pemrosesan dokumen digital yang semakin kompleks mendorong pemanfaatan kecerdasan buatan Artificial Intelligence (AI) untuk meningkatkan akurasi dan efisiensi dalam sistem verifikasi dokumen. Penelitian ini menyajikan sebuah tinjauan literatur sistematis untuk mengkaji berbagai metode berbasis AI yang digunakan dalam inspeksi dan validasi dokumen secara otomatis. Sebanyak 42 artikel ilmiah yang diterbitkan antara tahun 2020 hingga 2025 dianalisis untuk mengidentifikasi pendekatan AI yang paling dominan, tantangan utama implementasi, serta kelebihan dan keterbatasan dari masing-masing metode. Hasil kajian menunjukkan bahwa natural language processing (NLP) merupakan teknik yang paling banyak digunakan, diikuti oleh machine learning (ML) dan deep learning (DL). Ketiga pendekatan ini menunjukkan efektivitas dalam mengurangi beban kerja manual, mempercepat waktu pemrosesan, serta memiliki fleksibilitas untuk diterapkan pada berbagai jenis dokumen, seperti dokumen keuangan, kontrak hukum, dokumen pendidikan, dan catatan medis. Meskipun demikian, penerapan metode AI dalam verifikasi dokumen masih menghadapi berbagai tantangan, termasuk format data yang tidak seragam, kemampuan generalisasi model yang terbatas, kebutuhan komputasi yang tinggi, dan kesulitan dalam menafsirkan hasil model. Tinjauan ini memberikan pemahaman yang lebih mendalam mengenai tren terkini dalam verifikasi dokumen berbasis AI dan menawarkan wawasan praktis untuk merancang sistem yang andal dan dapat diskalakan. Diharapkan, hasil dari studi ini dapat menjadi landasan bagi penelitian lanjutan dan penerapan teknologi analisis dokumen cerdas di berbagai sektor seperti keuangan, pendidikan, kesehatan, dan administrasi hukum.