Paperless-ngx: cara membuat arsip dokumen yang dapat dicari sendiri

Anda ingat bahwa sebuah kontrak memuat nominal penting, tetapi nama filenya scan_2024_03_17.pdf dan terselip di antara ratusan file serupa. Pengelola file biasa mencari berdasarkan nama file, sementara kata yang Anda perlukan berada di dalam hasil pemindaian.

Paperless-ngx mengatasi masalah ini. Anda mengunggah PDF, foto tanda terima, atau lampiran email, lalu layanan ini mengenali teks, mengindeksnya, dan mengubah file yang tersebar menjadi satu arsip. Setelah itu, Anda dapat menemukan dokumen berdasarkan nama keluarga, alamat, nomor rekening, atau frasa apa pun di halaman.

Apa itu Paperless-ngx

Paperless-ngx adalah sistem manajemen dokumen gratis dan sumber terbuka. Sistem ini berjalan di server milik Anda, menerima file dari berbagai sumber, menjalankan OCR, dan memungkinkan Anda mencari isi dokumen.

Alih-alih memakai satu struktur folder yang kaku, Paperless-ngx menggunakan koresponden, jenis dokumen, tag, tanggal, kolom khusus, dan aturan penyimpanan. Dengan begitu, Anda dapat menampilkan tagihan listrik tahun 2026, dokumen untuk apartemen tertentu, atau garansi yang akan segera berakhir dalam hitungan detik.

Mengapa Paperless-ngx lebih baik daripada folder biasa

Folder masih efektif ketika dokumen Anda sedikit dan Anda masih mengingat sistem penamaannya. Setelah beberapa tahun, folder seperti Documents, Scans, New, dan To sort mulai bermunculan, sehingga menemukan file yang tepat menjadi sulit.

Folder biasa	Paperless-ngx
Mencari berdasarkan nama file	Mencari teks di dalam dokumen
Satu file, satu folder	Banyak tag dan atribut
Penamaan dan pengurutan manual	Penetapan metadata otomatis
Lampiran harus disimpan secara manual	Impor dari email
Hasil pemindaian tetap berupa gambar	OCR membuat teks dapat dicari

Anda tidak perlu lagi mengingat sebuah direktori; cukup ingat satu kata dari dokumen tersebut.

Cara Paperless-ngx memproses file

Setelah unggahan, layanan ini:

1. menyimpan file asli;
2. mengekstrak teks yang sudah ada atau memulai OCR;
3. membuat versi PDF arsip dan thumbnail bila diperlukan;
4. menambahkan isi ke indeks teks lengkap;
5. menerapkan aturan dan menyarankan koresponden, jenis, tag, serta jalur penyimpanan.

Anda dapat memulai dengan mengunggah dan mencari dokumen, lalu menambahkan otomatisasi kemudian.

Fitur Paperless-ngx yang paling berguna

Mencari di dalam hasil pemindaian

Setelah OCR, Anda dapat menemukan kontrak berdasarkan alamat, faktur berdasarkan nomor pelanggan, dan tanda terima berdasarkan model perangkat. Misalnya, pencarian “early termination” akan menampilkan dokumen yang memuat frasa tersebut meskipun PDF aslinya hanya terdiri dari gambar.

Kualitasnya bergantung pada hasil pemindaian: halaman yang lurus dan kontras tinggi dikenali lebih baik daripada foto gelap yang diambil dari sudut. Untuk arsip berbahasa Rusia dan Inggris, penting untuk memasang kedua bahasa OCR.

Pengurutan otomatis

Paperless-ngx dapat mencocokkan dokumen baru dengan dokumen yang sudah Anda atur. Anda memberi label secara manual pada beberapa faktur dari satu penyedia, lalu layanan ini belajar menyarankan koresponden, jenis, dan tag yang sama untuk file berikutnya.

Untuk logika yang ketat, Anda dapat membuat aturan berdasarkan teks, nama file, sumber, atau folder unggahan.

Impor dari email

Layanan ini dapat memeriksa kotak surat melalui IMAP dan memproses pesan sesuai aturan. Misalnya, layanan dapat mengambil hanya lampiran PDF dari pemasok, mengirimkannya ke arsip, lalu menandai email sebagai telah dibaca atau memindahkannya ke folder lain.

Faktur tidak lagi menumpuk di kotak masuk dan dapat dicari bersama hasil pemindaian.

Workflow, kolom, dan tampilan tersimpan

Workflow menjalankan tindakan ketika dokumen diunggah, ditambahkan, diubah, atau pada jadwal tertentu. Workflow dapat menetapkan pemilik, menambahkan tag, memilih jenis, dan menentukan jalur penyimpanan.

Kolom khusus mengubah arsip menjadi database kecil. Untuk kontrak, Anda dapat menyimpan tanggal kedaluwarsa; untuk faktur, nominal dan batas waktu pembayaran; sedangkan untuk peralatan, nomor seri. Tampilan tersimpan kemudian dapat menampilkan, misalnya, “pembayaran diperlukan” atau “garansi berakhir bulan ini”.

Pemindaian batch dengan barcode

Paperless-ngx dapat membagi satu hasil pemindaian besar menjadi beberapa dokumen menggunakan barcode. Anda dapat menempatkan halaman pemisah di antara dokumen atau menempelkan kode ASN pada lembar pertama.

ASN adalah archive serial number yang menghubungkan salinan digital dengan dokumen kertas asli. Fitur ini praktis saat mendigitalkan tumpukan dokumen yang besar.

Versi dan AI opsional

Seri Paperless-ngx 3.x memperkenalkan versi dokumen, kumpulan tautan untuk akses bersama, dan fitur AI bawaan. Jika model dihubungkan, layanan ini dapat menyarankan metadata dan menjawab pertanyaan tentang dokumen.

AI tidak diperlukan untuk fitur inti: OCR, pencarian, aturan, tag, dan impor email tetap bekerja tanpanya. Saat menggunakan API AI eksternal, sebagian teks mungkin keluar dari server, sedangkan model lokal membutuhkan lebih banyak sumber daya.

Siapa yang cocok menggunakan Paperless-ngx

Untuk arsip pribadi atau keluarga: kontrak, polis asuransi, rekening koran, garansi, tanda terima, dokumen hunian, dan manual peralatan.

Untuk freelancer dan bisnis kecil: faktur, berita acara penerimaan, kontrak, pengeluaran, dan korespondensi dengan pihak terkait. Impor email mengurangi pekerjaan manual, sementara izin akses memungkinkan pengguna berbagi dokumen.

Untuk proses administratif: pencarian cepat di dokumen sumber, penyaringan berdasarkan pemasok dan periode, serta antrean file yang belum diproses.

Paperless-ngx bukan pengganti software akuntansi, tanda tangan elektronik, atau sistem ECM perusahaan.

Server seperti apa yang dibutuhkan Paperless-ngx

Beban bergantung pada jumlah halaman, kualitas pemindaian, frekuensi unggahan, dan komponen tambahan. Anda dapat menggunakan titik awal praktis berikut:

Skenario	CPU	RAM	Disk
Arsip pribadi	2 vCPU	2 GB	NVMe 30–50 GB atau lebih
Keluarga atau tim kecil	2–4 vCPU	4 GB	NVMe 60–100 GB atau lebih
Batch besar, file Office, AI lokal	4 vCPU atau lebih	8 GB atau lebih	Ukuran arsip ditambah kapasitas cadangan

Di server yang lemah, antarmuka mungkin tetap berjalan normal, tetapi OCR untuk dokumen besar akan lambat. Tika dan Gotenberg untuk Word, Excel, serta format Office lainnya juga meningkatkan penggunaan memori.

Rencanakan kapasitas disk dengan ruang cadangan: selain file asli, sistem mungkin menyimpan versi arsip, thumbnail, indeks, database, dan file sementara. Cadangan juga membutuhkan ruang terpisah.

Memasang Paperless-ngx di VPS dengan Docker

Metode yang paling sederhana dan didukung adalah Docker Compose. Anda memerlukan server Linux, Docker Engine, dan plugin Compose.

Proyek resmi menyediakan installer interaktif:

bash -c "$(curl -L https://raw.githubusercontent.com/paperless-ngx/paperless-ngx/main/install-paperless-ngx.sh)"

Installer akan menanyakan direktori, database, port, bahasa OCR, komponen tambahan, dan akun administrator, kemudian membuat konfigurasi Compose serta menjalankan container.

Di server produksi, lebih aman mengunduh dan memeriksa skrip terlebih dahulu:

curl -L https://raw.githubusercontent.com/paperless-ngx/paperless-ngx/main/install-paperless-ngx.sh \
  -o install-paperless-ngx.sh
less install-paperless-ngx.sh
bash install-paperless-ngx.sh

Dari direktori instalasi, Anda dapat memeriksa proses startup dengan perintah berikut:

docker compose ps
docker compose logs -f webserver

Untuk OCR bahasa Rusia dan Inggris, biasanya atur rus+eng dan pasang data bahasa tambahan rus eng di Docker.

Jangan membuka port internal aplikasi secara langsung. Hubungkan domain melalui reverse proxy, aktifkan HTTPS, dan tutup port yang tidak diperlukan. Untuk arsip pribadi, membatasi akses hanya melalui VPN bahkan lebih aman.

Paperless-ngx di VPS tropic.host

Untuk arsip kecil, VPS dengan 2 vCPU, RAM 2–4 GB, dan penyimpanan NVMe sudah sesuai. Di tropic.host, Anda dapat menerapkan Ubuntu, memasang Docker, dan membuat Paperless-ngx dapat diakses dari komputer serta ponsel tanpa NAS di rumah.

VPS berjalan sepanjang waktu, sehingga layanan dapat mengambil lampiran email secara berkala. Namun, dokumen sering berisi data pribadi: gunakan HTTPS atau VPN, kunci SSH, firewall yang ketat, dan cadangan independen.

Keamanan dan cadangan

Paperless-ngx tidak menyediakan enkripsi end-to-end bawaan untuk dokumen. Pengguna yang memiliki akses penuh ke server, volume Docker, atau cadangan berpotensi membaca arsip.

Langkah minimum:

• host layanan hanya di infrastruktur tepercaya;
• perbarui sistem dan container;
• batasi akses SSH hanya dengan kunci;
• simpan salinan terenkripsi di luar server utama;
• uji pemulihan secara berkala.

Untuk migrasi dan pencadangan, tersedia document_exporter bawaan:

docker compose exec webserver document_exporter ../export

Salin direktori ekspor ke perangkat lain atau penyimpanan independen. Salinan di VPS yang sama tidak melindungi dari kerusakan disk, penghapusan tidak sengaja, atau hilangnya akses.

Apakah Paperless-ngx layak dipasang?

Paperless-ngx berguna ketika masalahnya bukan lagi menyimpan file, melainkan menemukannya. Sistem ini mengubah hasil pemindaian, lampiran, dan PDF dengan nama yang tidak jelas menjadi arsip tempat dokumen ditemukan berdasarkan isinya dan diproses sesuai aturan yang konsisten.

Untuk memulai, cukup pasang layanan, konfigurasi bahasa OCR, dan unggah file pertama. Tag, impor email, workflow, barcode, dan fitur AI layak ditambahkan ketika Anda memiliki proses yang jelas dan berulang.

FAQ

Apakah Paperless-ngx dapat digunakan secara gratis?

Ya. Paperless-ngx adalah proyek sumber terbuka. Biaya hanya muncul untuk perangkat keras, VPS, domain, atau layanan eksternal.

Apakah Paperless-ngx dapat mengenali teks bahasa Rusia?

Ya. OCR menggunakan paket bahasa Tesseract rus. Untuk arsip campuran, biasanya dikonfigurasi rus+eng.

Apakah file asli dihapus setelah OCR?

Tidak. File asli tetap disimpan. Bergantung pada pengaturan, versi PDF arsip terpisah dapat dibuat di sampingnya.

Apakah dokumen dapat diunggah dari ponsel?

Ya. Anda dapat menggunakan antarmuka web, API, aplikasi seluler yang kompatibel, atau meneruskan dokumen ke alamat email yang terhubung.

Apakah cadangan VPS sudah cukup?

Snapshot VPS berguna, tetapi sebaiknya digabungkan dengan exporter bawaan dan salinan terpisah. Yang penting bukan hanya membuat arsip, tetapi juga menguji pemulihan pada instalasi yang bersih.