Konversi PDF menjadi MDB

Aplikasi Microsoft Access legacy mungkin memerlukan file .mdb, sementara source data yang tersedia hanya ada dalam PDF. Karena PDF menyimpan konten halaman, bukan database schema, workflow yang andal adalah mengekstrak record ke Excel atau CSV lalu mengimpornya ke Access.

Apa itu format PDF

PDF adalah format dokumen fixed-layout yang digunakan untuk invoice, laporan, formulir, manual, statement, dan print export. Adobe Acrobat, Microsoft Word, web browser, scanner, accounting system, dan reporting application dapat membuat dan menampilkan file PDF.

PDF dapat berisi selectable text, positioned text fragments, vector drawing elements, embedded table, atau scanned page image. Hasil scan memerlukan OCR sebelum teksnya dapat diekstrak, dan OCR dapat salah membaca karakter, decimal separator, tanggal, negative sign, serta merged cell.

Apa itu format MDB

MDB adalah format database Microsoft Access yang terkait dengan Access 2003 dan versi sebelumnya. Versi desktop Access yang lebih baru dapat membuka dan membuat file MDB untuk compatibility, meskipun format default-nya adalah .accdb. Database MDB dapat berisi table, relationship, query, form, report, index, dan modul VBA.

MDB sesuai digunakan ketika aplikasi legacy memerlukan extension tersebut atau ketika record hasil ekstraksi memerlukan relational query, filtering, editing, dan indexing. Gunakan ACCDB jika destination mendukungnya karena MDB tidak memiliki beberapa fitur Access yang lebih baru dan menggunakan database engine yang lebih lama.

Cara mengonversi data ke MDB

1. Ekstrak table. Di Adobe Acrobat Pro, gunakan Convert → Microsoft Excel atau Export a PDF → Spreadsheet → Microsoft Excel Workbook, bergantung pada versinya. Able2Extract Professional menyediakan kontrol yang lebih besar atas pemilihan table, batas kolom, dan OCR. Tabula adalah opsi desktop gratis untuk PDF berbasis teks dan dapat mengekspor table yang dipilih ke CSV.
2. Jalankan OCR untuk halaman hasil scan. Di Acrobat, pilih Scan & OCR → Recognize Text, lalu export hasilnya. Periksa nilai yang diekstrak dan jangan berasumsi bahwa OCR mempertahankan source secara persis.
3. Bersihkan file hasil export. Buka XLSX atau CSV, lalu hapus page header, footer, subtotal row, blank line, dan footnote text yang berulang. Atur satu field per kolom dan satu record per baris. Gunakan nama yang konsisten seperti InvoiceID, InvoiceDate, dan Amount. Simpan CSV yang telah dibersihkan sebagai UTF-8 jika berisi karakter non-ASCII.
4. Buat database. Di Microsoft Access, buat blank database. Jika MDB diperlukan, pilih File → Save As → Access 2002–2003 Database (*.mdb). Jika opsi tersebut tidak tersedia pada versi Access yang terpasang, buat file menggunakan edisi desktop Access yang compatible, bukan dengan mengganti nama file ACCDB.
5. Import data hasil ekstraksi. Pilih External Data → New Data Source → From File → Excel untuk XLSX, atau External Data → New Data Source → From File → Text File untuk CSV. Pilih Import the source data into a new table, nyatakan bahwa baris pertama berisi field name, lalu periksa detected data type untuk setiap kolom.
6. Tentukan table. Dalam Table Design view, tetapkan primary key atau tambahkan key AutoNumber jika source tidak memiliki unique identifier yang andal. Gunakan Short Text untuk identifier yang mungkin berisi leading zero, Date/Time untuk tanggal, Currency untuk monetary amount, dan numeric type yang sesuai untuk quantity. Tambahkan index ke field yang digunakan untuk search atau join.
7. Import table tambahan secara terpisah. Jika PDF berisi customer, invoice, dan line item, ekstrak setiap logical table ke worksheet atau CSV masing-masing. Import secara terpisah dan buat relationship hanya setelah memeriksa bahwa key value-nya sesuai.

Online service seperti Adobe Acrobat online PDF-to-Excel, Smallpdf, dan PDFTables dapat menghasilkan file XLSX atau CSV sebagai intermediate, tetapi tidak dapat secara andal menghasilkan MDB dengan structure yang benar. Upload hanya dokumen yang tidak sensitif; pemrosesan secara lokal dengan Acrobat, Able2Extract, atau Tabula mencegah invoice, data pribadi, atau record yang diatur regulasi dikirim ke third party.

Keterbatasan quality dan compatibility

Tidak ada one-step conversion yang andal untuk mengonversi sembarang halaman PDF menjadi database Access yang valid. PDF biasanya tidak mempertahankan field type, primary key, relationship, formula, atau table boundary dalam bentuk yang dapat dipulihkan oleh Access. Kolom dapat bergeser, table dapat bergabung, dan heading yang berulang dapat diimpor sebagai record.

Bandingkan row count hasil import dengan source, lakukan rekonsiliasi total, dan lakukan spot-check pada tanggal, identifier, currency value, serta karakter beraksen. PDF yang dilindungi password, malformed, hanya berisi image, dan memiliki formatting yang kompleks mungkin memerlukan transkripsi manual atau pekerjaan OCR dan table extraction khusus.

Database MDB memiliki maximum file size 2 GB serta object dan field limit yang lebih lama. Uji file hasilnya dengan program legacy yang akan membukanya, termasuk Access driver dan versi yang diperlukannya. Jangan mengubah nama file .accdb menjadi .mdb; kedua format tersebut memiliki struktur internal yang berbeda.