Konverter PDF ke Markdown terbaik: perbandingan 2026

Konverter PDF ke Markdown terbaik bergantung pada cara Anda bekerja. Pengembang Python punya pustaka gratis seperti MarkItDown dan Docling. Untuk batch besar di GPU, Docling, Marker, atau MinerU cocok. Jika Anda ingin aplikasi Windows tanpa penyiapan, ada MD Factory. Pandoc mengonversi banyak format ke Markdown, tetapi tidak PDF.

Pengungkapan: MD Factory adalah produk kami. Untuk PDF, aplikasi ini memakai Docling, yang dibandingkan di bawah, dan mesin OCR Tesseract. Fakta tentang alat lain diambil dari README, dokumentasi, dan file lisensi masing-masing, yang diperiksa pada 17 Oktober 2026.

Tabel perbandingan

Tabel ini mencerminkan halaman masing-masing proyek per Oktober 2026. Alat-alat ini cepat berubah, jadi periksa halaman yang ditautkan sebelum memutuskan.

MarkItDown: konverter ringan dari Microsoft

MarkItDown adalah pustaka Python sumber terbuka sekaligus alat baris perintah dari Microsoft. Pustaka ini mengonversi PDF, Word, PowerPoint, Excel, HTML, EPUB, gambar, audio, dan beberapa format lain ke Markdown. Pustaka ini memerlukan Python 3.10 hingga 3.14, dan README menyarankan pemasangan di lingkungan virtual.

pip install "markitdown[all]"
markitdown report.pdf -o report.md

Konverter PDF bawaannya membaca lapisan teks PDF. Tabel Markdown disusun dari kata-kata yang sejajar dalam kolom, tanpa menjalankan model tata letak atau OCR. Menurut README, keluarannya ditujukan untuk alat analisis teks dan mungkin tidak cocok untuk konversi yang setia pada aslinya untuk dibaca manusia.

Halaman hasil pindai memerlukan tambahan. Plugin markitdown-ocr dari repositori yang sama merender setiap halaman hasil pindai dan mengirimkannya ke model visi melalui klien yang kompatibel dengan OpenAI. Opsi Azure Document Intelligence mengirim PDF ke layanan cloud Microsoft, dan setiap panggilan ditagih. Dalam kedua cara, halaman dikirim ke model atau layanan yang Anda atur.

MarkItDown berlisensi MIT dan gratis.

Docling: model tata letak dan OCR lokal

Docling adalah konverter sumber terbuka yang dimulai oleh IBM Research dan kini dinaungi LF AI & Data Foundation. Docling menjalankan model pembelajaran mesin di setiap halaman PDF untuk mendeteksi tata letak, urutan baca, dan struktur tabel, lalu mengekspor Markdown, HTML, atau JSON. Docling berjalan di Windows, macOS, dan Linux dengan Python 3.10 atau lebih baru.

pip install docling
docling report.pdf --output markdown --image-export-mode referenced

Model diunduh saat pertama kali dipakai. Untuk komputer tanpa akses internet, dokumentasi menjelaskan cara mengunduhnya lebih dulu. OCR berjalan secara lokal dengan mesin pilihan Anda, misalnya EasyOCR, RapidOCR, atau Tesseract. GPU bersifat opsional: selain CPU, Docling dapat memakai perangkat NVIDIA CUDA, Apple MPS, dan Intel XPU.

Opsi terakhir dalam contoh menyimpan gambar sebagai file PNG terpisah. Tanpa opsi itu, Docling menyematkan gambar ke dalam Markdown sebagai teks base64.

Kode Docling berlisensi MIT, dan README meminta Anda memeriksa lisensi setiap model. Model tata letak dan tabel pada pipeline PDF standarnya diterbitkan dengan lisensi Apache 2.0 dan CDLA-Permissive-2.0. Docling gratis.

Docling vs MarkItDown

Keduanya gratis, berlisensi MIT, dan terpasang dengan satu perintah pip. Keduanya membaca PDF dengan cara berbeda.

Jika ragu, jalankan keduanya pada lima hingga sepuluh PDF milik Anda dan bandingkan Markdown-nya dengan halaman asli.

Marker: batch di GPU dan lisensi model yang perlu diperiksa

Marker adalah konverter sumber terbuka dari Datalab. Marker mengubah PDF dan gambar menjadi Markdown, JSON, atau HTML, dan dengan dependensi tambahan juga menangani DOCX, PPTX, XLSX, HTML, dan EPUB. Marker memerlukan Python 3.10 atau lebih baru serta PyTorch, dan berjalan di GPU, CPU, atau Apple Silicon.

pip install marker-pdf
marker_single report.pdf
marker pdfs --output_dir markdown
marker_single report.pdf --use_llm

OCR dijalankan oleh model surya milik Datalab di server inferensi lokal yang dinyalakan Marker saat pertama kali dipakai: vLLM di Docker untuk GPU NVIDIA, llama.cpp untuk CPU dan Apple Silicon. Docker atau llama.cpp Anda pasang sendiri. Di CPU, Marker secara default memakai mode cepat yang memanggil model hanya untuk halaman hasil pindai, teks rusak, dan persamaan.

Mode LLM opsional, yaitu perintah terakhir dalam contoh, mengirim konten ke LLM untuk menggabungkan tabel yang terpotong antarhalaman, memformat rumus sebaris, dan mengambil nilai formulir. Gemini adalah bawaannya; Claude, API yang kompatibel dengan OpenAI, dan model lokal melalui Ollama juga bisa dipakai. Anda memerlukan kunci API untuk layanan yang dipilih atau model Ollama yang sedang berjalan.

Periksa lisensinya sebelum memakai Marker untuk pekerjaan. Kodenya berlisensi Apache 2.0. Bobot modelnya memakai lisensi AI Pubs Open RAIL-M yang dimodifikasi: gratis untuk penggunaan pribadi, riset, dan organisasi dengan pendapatan tahunan di bawah 5 juta dolar AS serta total pendanaan di bawah 5 juta dolar AS. Organisasi yang lebih besar, dan siapa pun yang pemberi kerjanya menawarkan produk pesaing Datalab, memerlukan lisensi komersial dari Datalab. Ketentuan lengkapnya ada di file lisensi model.

README Marker juga menerbitkan hasil Datalab sendiri pada olmocr-bench, tolok ukur publik berisi 1.403 PDF; dalam pengujian itu, mode balanced Marker di GPU mendapat skor di atas Docling dan MinerU. Kami belum mengulang pengujian tersebut.

MinerU: tingkat kualitas dari CPU hingga GPU

MinerU berasal dari tim OpenDataLab. MinerU mengonversi PDF, gambar, dan file Office ke Markdown dan format lain. Versi 4 punya empat tingkat kualitas, dari flash untuk pratinjau cepat hingga advanced untuk dokumen yang sulit. MinerU berjalan di Windows, macOS, dan Linux dengan Python 3.10 hingga 3.14; README memasangnya di lingkungan virtual.

pip install "mineru>=4.0,<5"
mineru-kit parse report.pdf -o report.md --tier standard
mineru telemetry disable

Pemasangan bawaan berjalan di CPU. Tingkat basic memerlukan sekitar 0,8 GB model dan 2 GB RAM; tingkat standard dan advanced sekitar 2 GB model dan 8 GB RAM. Dengan GPU NVIDIA yang memiliki memori video minimal 8 GB, ekstra full memberikan throughput lebih tinggi. OCR berjalan secara lokal.

Dokumen hanya dikirim ke layanan online MinerU jika Anda meminta pemrosesan jarak jauh. README juga menyebutkan bahwa MinerU dapat mengirim telemetri penggunaan anonim yang tidak mencakup isi dokumen, nama file, dan path. Perintah terakhir dalam contoh mematikan telemetri.

Lisensinya Apache 2.0 dengan ketentuan tambahan. Perusahaan dengan lebih dari 100 juta pengguna aktif bulanan atau pendapatan bulanan lebih dari 20 juta dolar AS memerlukan lisensi komersial terpisah, dan layanan online yang dibangun di atas MinerU wajib menyebutkan bahwa mereka memakainya.

Pandoc tidak membaca PDF

Pandoc adalah konverter baris perintah gratis untuk puluhan format dokumen, tetapi tidak bisa membaca PDF. PDF tidak ada di antara format masukan dalam manualnya, dan FAQ resmi menyatakan bahwa PDF tidak dapat dikonversi dengan Pandoc. Pandoc hanya membuat PDF sebagai keluaran. Sumber: Manual Pandoc, FAQ Pandoc.

Pandoc berguna jika Anda punya file sumbernya, bukan PDF. Pandoc membaca DOCX, PPTX, XLSX, EPUB, HTML, ODT, RTF, dan lainnya, serta dapat dipasang di Windows, macOS, dan Linux. Di Windows:

winget install --source winget --exact --id JohnMacFarlane.Pandoc
pandoc report.docx -o report.md

Pandoc berlisensi GPL 2.0 atau lebih baru dan gratis.

Konverter online: tanpa penyiapan, tetapi file meninggalkan PC Anda

Situs web yang mengonversi PDF ke Markdown tidak perlu dipasang dan berjalan di browser apa pun. Ini cocok untuk satu dokumen yang memang akan Anda bagikan secara publik.

Gantinya adalah kendali. PDF dikirim ke server perusahaan lain, dan berapa lama file itu disimpan, siapa yang bisa mengaksesnya, serta apakah hasil pindai diproses OCR bergantung pada layanan tersebut. Sebelum mengunggah kontrak, catatan medis atau keuangan, atau file klien, baca kebijakan privasi layanan itu atau gunakan alat yang berjalan di komputer Anda.

Opsi lokal dibahas dalam panduan kami: Konversikan dokumen tanpa mengunggahnya.

MD Factory: Docling dan Tesseract dalam aplikasi Windows

MD Factory adalah produk kami, jadi pertimbangkan hal itu saat membaca bagian ini. MD Factory adalah aplikasi Windows dari Microsoft Store yang mengonversi file PDF, DOCX, PPTX, XLSX, HTML, TXT, EPUB, CSV, EML, FB2, dan MOBI ke Markdown di PC Anda.

Untuk PDF, MD Factory menjalankan Docling dengan mesin OCR Tesseract. Format lain diproses oleh konverter milik aplikasi sendiri. Jika Anda terbiasa dengan Python, Docling dan Tesseract gratis dan mengerjakan inti konversi PDF. MD Factory menambahkan penyiapan dan alur kerja di sekitarnya:

• Anda hanya memasang aplikasinya. Model tata letak dan tabel serta data bahasa OCR sudah disertakan, jadi tidak perlu menyiapkan Python dan tidak ada yang perlu diunduh kemudian.
• MD Factory mengenali PDF hasil pindai di PC Anda, dengan deteksi aksara otomatis atau bahasa OCR yang Anda pilih.
• Anda menambahkan file atau seluruh folder beserta subfoldernya, dan konversi langsung dimulai.
• Setiap file Markdown disimpan di samping sumbernya, dengan gambar-gambarnya di folder di sebelahnya. File asli tidak berubah.
• Setiap file berakhir dengan status Selesai, Perlu diperiksa, atau Gagal. MD Factory memberi status Perlu diperiksa jika sebuah halaman memiliki keyakinan OCR rendah atau tidak memiliki teks hasil ekstraksi.

Pustaka unggul dalam empat hal:

• MD Factory tidak punya baris perintah atau API, jadi tidak bisa dijalankan di dalam skrip atau pipeline server.
• Aplikasi ini hanya berjalan di Windows 10 22H2 dan Windows 11, x64. Pustaka juga berjalan di macOS dan Linux.
• Konversi dilakukan di CPU tanpa memakai GPU. PDF diproses satu per satu, format lain secara paralel. Docling, Marker, dan MinerU dapat memakai GPU NVIDIA.
• Setelah uji coba gratis 7 hari, MD Factory dibeli sekali bayar. Pustaka-pustaka tersebut gratis.

Mana yang dipilih

Jika Anda menulis kode Python, coba MarkItDown lebih dulu bila PDF Anda punya lapisan teks dan Anda juga mengonversi file Office atau halaman web. Beralihlah ke Docling bila Anda memerlukan OCR lokal, tabel, atau urutan baca yang benar antarkolom. Keduanya gratis.

Jika Anda menjalankan pipeline berskala besar, lihat Docling, Marker, dan MinerU: ketiganya mengonversi seluruh folder dan dapat memakai GPU NVIDIA. Uji ketiganya pada sampel dokumen Anda sendiri, dan periksa lisensi model Marker serta ambang batas MinerU jika pekerjaannya komersial.

Jika Anda memakai Windows dan tidak ingin menyiapkan apa pun, MD Factory mengonversi file dan folder, termasuk hasil pindai, tanpa baris perintah, setelah uji coba gratis 7 hari. Jika Anda punya sumber Word atau EPUB dan tidak keberatan memakai baris perintah, Pandoc gratis.

Jika dokumen Anda rahasia, pilih alat yang berjalan secara lokal dan hindari konverter online. Pada pustaka, periksa opsi yang mengirim data keluar dari komputer Anda: pengaturan Azure dan LLM di MarkItDown, mode LLM di Marker, pemrosesan jarak jauh dan telemetri di MinerU. MD Factory memproses file di PC Anda.

Apa pun alat yang Anda pilih, bandingkan beberapa halaman Markdown dengan aslinya, terutama tabel, halaman multikolom, dan hasil pindai.

Panduan terkait: menyiapkan PDF untuk RAG, mengonversi PDF hasil pindai ke Markdown.