Definisi
Web scraping adalah teknik pengambilan data secara otomatis dari halaman website menggunakan program komputer, biasa disebut bot atau crawler, yang menjelajahi dan menyalin data dalam skala jauh lebih besar dan cepat dibanding jika dilakukan manual oleh manusia. Data yang diambil bisa berupa teks artikel, gambar, daftar harga produk, ulasan pengguna, informasi kontak, atau kombinasi berbagai jenis data lain yang tersedia di halaman web target.
Teknik ini sendiri netral — mesin pencari seperti Google pada dasarnya juga menjalankan crawler untuk mengindeks miliaran halaman web agar bisa muncul di hasil pencarian, dan itu dianggap wajar serta menguntungkan pemilik situs karena mendatangkan trafik. Masalah hukum baru muncul tergantung pada tujuan pengambilan data, cara mengaksesnya, dan jenis data yang diambil, bukan pada teknik scraping itu sendiri.
Yang membedakan scraping yang bermasalah dari yang tidak biasanya tiga hal: apakah scraping melanggar syarat penggunaan (terms of service) yang ditetapkan pemilik situs, apakah scraping menerobos mekanisme pengamanan seperti login atau captcha, dan apakah data yang diambil mengandung konten berhak cipta atau data pribadi pihak ketiga.
Dasar Hukum
Aspek hukum web scraping di Indonesia melibatkan beberapa rezim yang berbeda sekaligus. Dari sisi UU ITE, mengakses sistem elektronik milik orang lain tanpa hak bisa dijerat sebagai akses ilegal, sehingga scraping yang dilakukan dengan menerobos sistem pengamanan situs atau melanggar batasan akses yang ditetapkan berpotensi masuk kategori ini. Dari sisi hukum kekayaan intelektual, konten yang dilindungi hak cipta — tulisan orisinal, foto, basis data yang disusun dengan kreativitas tertentu — tetap menjadi milik penciptanya meski tersedia terbuka di internet, sehingga penyalinan dan penggunaan ulang tanpa izin berpotensi melanggar hak cipta. Dari sisi UU Pelindungan Data Pribadi, mengumpulkan data pribadi seperti nama, nomor telepon, atau alamat email lewat scraping tanpa dasar pemrosesan yang sah melanggar ketentuan perlindungan data pribadi, terlepas dari apakah data itu tampak “terbuka untuk umum” di halaman web.
Ketiga rezim ini bisa berlaku sekaligus tergantung objek yang di-scrape — scraping data harga produk kompetitor punya risiko hukum berbeda dari scraping data kontak pribadi pengguna media sosial.
Batas dan Pengecualian
Scraping terhadap data publik yang memang disediakan terbuka untuk diakses siapa saja, tidak melanggar syarat penggunaan situs, dan tidak mengandung data pribadi maupun konten berhak cipta pihak ketiga, umumnya tidak bermasalah secara hukum. Contohnya scraping data cuaca dari situs resmi pemerintah atau data harga komoditas dari situs bursa yang memang ditujukan untuk konsumsi publik luas.
Sebaliknya, scraping yang menerobos mekanisme login, mengabaikan file robots.txt yang secara eksplisit melarang crawler tertentu mengakses bagian situs, atau dilakukan dengan intensitas yang membebani server hingga mengganggu layanan bagi pengguna lain, punya risiko hukum jauh lebih tinggi. Batas antara yang legal dan ilegal dalam praktiknya masih sering diperdebatkan, terutama untuk kasus scraping data yang secara teknis terbuka tapi jelas tidak dimaksudkan pemiliknya untuk diambil secara massal oleh pihak ketiga.
Studi Kasus
Startup rintisan milik Pak Fajar membangun aplikasi pembanding harga yang menjalankan scraping otomatis ke beberapa platform e-commerce besar setiap beberapa menit untuk menampilkan harga termurah kepada penggunanya. Setelah volume aksesnya dianggap membebani server dan melanggar syarat penggunaan yang melarang scraping otomatis, salah satu platform mengirim somasi dan memblokir alamat IP aplikasi Pak Fajar. Karena aplikasinya tidak pernah menerobos sistem login atau captcha, dan hanya mengambil data harga yang memang tampil terbuka di halaman produk, kasus ini akhirnya selesai lewat kesepakatan di mana Pak Fajar membatasi frekuensi aksesnya dan menggunakan jalur API resmi yang disediakan platform tersebut.
Kasus berbeda terjadi ketika seorang pelaku mengumpulkan alamat email dan nomor telepon ribuan pengguna dari berbagai forum dan media sosial lewat scraping otomatis, lalu menjual data tersebut kepada pihak yang memanfaatkannya untuk mengirim pesan pemasaran tanpa izin. Pelaku ini dijerat berdasarkan UU Pelindungan Data Pribadi karena mengumpulkan dan memperjualbelikan data pribadi tanpa dasar pemrosesan yang sah, terlepas dari fakta bahwa data tersebut sebelumnya tampak terbuka untuk dilihat publik di profil masing-masing pengguna.
Dalam praktiknya, perusahaan yang menjalankan scraping secara rutin untuk riset pasar biasanya membatasi frekuensi akses agar tidak membebani server target, menghormati file robots.txt, dan menghindari pengambilan data yang jelas bersifat pribadi atau berhak cipta tanpa izin — langkah kehati-hatian semacam ini yang membedakan aktivitas riset yang wajar dari aktivitas yang berpotensi digugat.
Konsekuensi Hukum
Pelaku scraping yang terbukti menerobos sistem pengamanan berpotensi dijerat ketentuan akses ilegal dalam UU ITE dengan ancaman pidana penjara dan denda. Pelaku yang menyalin dan memanfaatkan ulang konten berhak cipta tanpa izin bisa digugat secara perdata oleh pemegang hak cipta atas kerugian yang ditimbulkan, di luar kemungkinan tuntutan pidana hak cipta untuk pelanggaran yang dilakukan secara komersial. Sementara itu, pelaku yang mengumpulkan data pribadi lewat scraping tanpa dasar hukum yang sah menghadapi risiko sanksi berdasarkan UU Pelindungan Data Pribadi, termasuk potensi gugatan ganti rugi dari subjek data yang datanya disalahgunakan.
Pertanyaan yang Sering Diajukan
Apakah scraping data harga produk kompetitor untuk riset pasar termasuk pelanggaran hukum? Tidak otomatis melanggar, selama data tersebut memang terbuka untuk umum, tidak menerobos sistem pengamanan, dan tidak melanggar syarat penggunaan yang ditetapkan situs target secara eksplisit.
Bagaimana jika sebuah situs tidak punya kebijakan tertulis soal larangan scraping? Ketiadaan kebijakan tertulis tidak otomatis berarti scraping diperbolehkan tanpa batas, karena aturan umum soal akses tanpa hak dan pelindungan hak cipta tetap berlaku terlepas dari ada tidaknya kebijakan eksplisit di situs tersebut.
Apakah mengambil data pribadi dari profil publik media sosial lewat scraping itu legal? Meski profil tersebut terbuka untuk dilihat publik, mengumpulkan dan menyimpan data pribadinya secara massal untuk tujuan lain tanpa dasar pemrosesan yang sah tetap berisiko melanggar UU Pelindungan Data Pribadi.
Apa langkah yang bisa diambil pemilik situs yang datanya di-scraping tanpa izin? Pemilik situs bisa memblokir akses teknis pihak yang melakukan scraping, mengirim somasi resmi, dan jika kerugian cukup signifikan, mengajukan gugatan perdata atas dasar akses ilegal atau pelanggaran hak cipta.