Dalam dunia Computer Science (CS), beberapa proyek telah menjadi sangat populer karena aplikatif dan mudah diakses, terutama chatbot dan OCR (Optical Character Recognition). Chatbot, antarmuka percakapan bertenaga AI, banyak digunakan untuk layanan pelanggan, asisten digital, dan edukasi interaktif. Sementara OCR memungkinkan komputer “membaca” teks dari gambar—seperti surat, buku, atau dokumen—otomatis menjadi teks digital yang dapat diedit.
OCR adalah teknologi yang mengubah teks dalam gambar—baik cetakan atau tulisan tangan—menjadi karakter digital yang dapat diproses komputer. OCR mampu meningkatkan kecepatan input hingga 40 kali lipat dibandingkan ketikan manual. Dengan algoritma preprocessing—seperti binarisasi dan deskew—OCR mengenali area teks kemudian mengubah setiap karakter menjadi data yang bisa dicari dan diedit.
OCR modern memanfaatkan machine learning dan computer vision, memungkinkan pembacaan teks dalam berbagai font dan kondisi pencahayaan. Contohnya Google Lens dan iOS Live Text yang bisa secara realtime menyalin teks dari foto—memerankan peran OCR yang kuat dan praktis. Di bidang bisnis, OCR dipakai untuk otomatisasi faktur, pemindaian KTP (khususnya di Indonesia seperti riset ekstraksi KTP), dan penyimpanan arsip digital.
Chatbot bertenaga AI kini sangat populer sebagai proyek CS. Mereka merespons pertanyaan lewat teks atau suara, mengotomasi layanan pelanggan 24/7, dan sering digunakan dalam e-commerce, perbankan, hingga layanan publik . Chatbot modern—yang menggunakan LLM seperti GPT—mampu menangani pertanyaan kompleks dan personalisasi interaksi, serta belajar dari setiap percakapan.
Platform seperti Dialogflow, Rasa, dan Botpress bahkan menawarkan pengembangan chatbot dengan interface visual maupun open-source API yang mudah digunakan oleh pemula maupun professional. Ini membuat chatbot menjadi proyek edukatif yang solid untuk dipelajari, karena melatih keterampilan NLP, integrasi API, dan manajemen dialog.
Baik OCR maupun chatbot sering digabung dalam aplikasi dunia nyata. Misal, chatbot yang bisa membaca dan merespons pertanyaan berdasarkan teks dokumen—menggabungkan OCR dan NLP. Atau aplikasi aksesibilitas bagi tuna netra: OCR untuk membaca tulisan, kemudian chatbot-asisten mengartikannya lewat suara, menciptakan pengalaman computing yang inklusif.
Dua alasan utama mengapa proyek ini banyak digandrungi: nilai praktis tinggi dan teknologi tersedia luas. Untuk OCR, ada SDK seperti Tesseract yang mudah digunakan. Untuk chatbot, banyak platform no-code atau low-code mendukung integrasi cepat. Lebih penting lagi—proyek ini mendemonstrasikan langsung pengaruh AI dan CS dalam kehidupan sehari-hari.
Secara keseluruhan, proyek chatbot dan OCR menawarkan kombinasi menarik antara pemrograman, AI, dan aplikasi nyata. Keduanya cocok sebagai proyek studi di bidang CS karena mudah diakses, kaya tantangan teknis, dan menghasilkan produk yang berdaya guna tinggi.
