Web Scraping untuk Bisnis: Aspek Legal dan Etis di Indonesia

Pukul dua pagi, seorang analis bisnis di sebuah perusahaan retail mengeksekusi script yang sudah ia tulis sejak seminggu lalu. Script itu mengambil harga ribuan produk dari website pesaing, lalu menyimpannya ke database. Ia tersenyum melihat data masuk: 12.400 harga dalam satu malam, cukup untuk menyusun strategi penetapan harga bulan depan. Enam bulan kemudian, perusahaan itu menerima somasi dari pesaingnya, disusul laporan ke polisi dengan tuduhan pelanggaran UU ITE dan akses ilegal. Pertanyaan analis itu sederhana: "Tapi kan datanya publik?"

Pertanyaan itu adalah pertanyaan yang sama yang diajukan ribuan pebisnis Indonesia setiap tahun. Web scraping — mengambil data dari website secara otomatis — terasa seperti wilayah abu-abu: datanya tampak publik, tetapi cara mendapatkannya bisa melanggar hukum. Dan di Indonesia, jawaban hukumnya tidak sesederhana "publik berarti bebas".

Artikel ini membahas aspek legal dan etis web scraping untuk bisnis di Indonesia: apa yang diatur undang-undang, apa yang termasuk pelanggaran, bagaimana praktik etis yang benar, dan bagaimana cara mendapatkan data yang Anda butuhkan tanpa membangun bom waktu hukum.

Apa Itu Web Scraping, dan Kenapa Bisnis Menggunakannya

Web scraping adalah proses mengambil data dari website secara otomatis menggunakan program, bukan menyalin manual satu per satu. Ini bisa sesederhana script yang mengunduh daftar harga, atau serumit sistem yang memantau ribuan situs setiap jam.

Penggunaan yang sah dan umum di dunia bisnis antara lain:

• Pemantauan harga pesaing: retail memantau harga kompetitor untuk menyusun strategi.
• Riset pasar: mengumpulkan ulasan produk, tren, dan sentimen konsumen dari forum dan marketplace.
• Pengumpulan data publik untuk riset: data statistik, cuaca, atau data institusi pemerintah yang memang dipublikasikan untuk umum.
• Agregasi konten: portal yang mengumpulkan berita atau listing dari berbagai sumber.
• Pelatihan model AI: mengumpulkan data teks dalam jumlah besar untuk melatih model bahasa.

Di sisi lain, scraping juga sering dipakai untuk hal yang bermasalah: mencuri konten untuk direpublikasi, mengumpulkan data pribadi orang tanpa izin, menyerang situs dengan permintaan berlebihan, atau mencuri database properti komersial yang dilindungi.

Titik krusialnya bukan pada teknologi scraping itu sendiri, melainkan pada tiga hal: data apa yang diambil, bagaimana cara mengambilnya, dan untuk apa data itu digunakan.

Landasan Hukum di Indonesia: Apa yang Sebenarnya Diatur

Penting untuk dipahami: Indonesia tidak punya satu undang-undang khusus bernama "UU Web Scraping". Kasus-kasus ini diadili melalui kombinasi beberapa undang-undang. Berikut yang paling relevan.

UU ITE (UU No. 11 Tahun 2008, diubah dengan UU No. 1 Tahun 2024)

UU Informasi dan Transaksi Elektronik adalah payung utama. Dua pasal yang paling sering dipakai dalam kasus terkait akses sistem elektronik:

• Pasal 30: melarang akses ke sistem elektronik milik orang lain tanpa izin, dengan cara apa pun. Pelanggaran diancam pidana penjara hingga 8 tahun dan/atau denda hingga Rp 12 miliar.
• Pasal 31: melarang intersepsi atau perekaman transmisi informasi elektronik milik orang lain tanpa izin.

Pertanyaan besarnya: apakah mengakses website publik dianggap "tanpa izin"? Di sinilah interpretasi menjadi kunci. Mengambil halaman yang memang terbuka untuk siapa pun umumnya dianggap berbeda dari menerobos login atau melewati proteksi teknis. Namun, kalau situs secara eksplisit melarang scraping di terms of service-nya, atau kalau scraping dilakukan dengan membobol proteksi (misalnya mem-bypass CAPTCHA atau API yang dilindungi), risiko pidana meningkat tajam. Pengadilan di berbagai negara juga berbeda pendapat; beberapa menyatakan scraping data publik tidak melanggar, yang lain menghukum karena melanggar syarat layanan.

UU Pelindungan Data Pribadi (UU No. 27 Tahun 2022)

Ini undang-undang yang paling banyak mengubah lanskap bagi pelaku scraping di Indonesia. UU PDP melindungi data pribadi — informasi yang bisa mengidentifikasi seseorang, seperti nama, nomor telepon, alamat, email, data kesehatan, dan preferensi pribadi.

Implikasinya langsung: mengumpulkan data pribadi orang melalui scraping, tanpa dasar pemrosesan yang sah, adalah pelanggaran UU PDP. Dasar pemrosesan yang sah termasuk persetujuan pemilik data, kewajiban kontrak, atau kepentingan sah yang seimbang — tetapi "kepentingan sah" tidak bisa dipakai seenaknya untuk data pribadi yang diambil massal dari media sosial atau marketplace.

Sanksinya nyata: pelanggaran pengumpulan data pribadi bisa berujung pidana penjara hingga 5 tahun dan denda hingga Rp 50 miliar bagi korporasi. Ini bukan lagi wilayah abu-abu; ini wilayah yang sudah ditulis jelas di undang-undang.

UU Hak Cipta (UU No. 28 Tahun 2014)

Konten yang dilindungi hak cipta — artikel, foto, video, desain — tidak boleh disalin dan direpublikasikan tanpa izin, apa pun metodenya. Scraping tidak mengubah status ini. Kalau Anda mengambil artikel berita untuk ditempel di situs Anda, Anda melanggar hak cipta, titik. Agregator yang sah biasanya menggunakan API resmi atau perjanjian lisensi dengan penerbit.

Larangan monopoli dan persaingan usaha

Pengumpulan data pesaing untuk meniru secara sistematis bisa berhadapan dengan UU No. 5 Tahun 1999 tentang Larangan Praktik Monopoli dan Persaingan Usaha Tidak Sehat, terutama kalau hasilnya adalah praktik curang atau saling menghancurkan pasar. Kasus seperti ini lebih jarang, tetapi menjadi bahan pertimbangan serius bagi pelaku pasar besar.

Kontrak sipil: Terms of Service

Jangan lupakan lapisan yang paling sering mengejutkan pelaku scraping: syarat layanan (terms of service) situs. Banyak situs secara eksplisit melarang scraping di ToS mereka — termasuk marketplace besar di Indonesia. Melanggar ToS adalah pelanggaran kontrak, terlepas dari apakah ada pidana. Pelanggaran kontrak bisa jadi dasar gugatan perdata dengan ganti rugi yang besar, dan di beberapa yurisdiksi menjadi bukti pendukung tuntutan pidana. Kalau Anda memakai akun untuk scraping, misalnya akun marketplace yang didaftarkan dengan nama Anda, jejaknya jelas tertuju ke Anda.

Kami bukan firma hukum dan artikel ini bukan nasihat hukum. Untuk kasus konkret, konsultasikan dengan advokat yang paham hukum siber Indonesia sebelum membangun sistem scraping yang besar.

Etika Scraping: Aturan yang Tidak Tertulis tapi Menentukan

Hukum adalah batas minimum; etika adalah batas yang disarankan. Praktik scraping yang etis menjaga Anda dari konflik, reputasi buruk, dan arah hukum yang berubah. Empat prinsip dasarnya:

1. Hormati robots.txt dan mekanisme opt-out

Robots.txt adalah file kecil di setiap situs yang menyatakan bagian mana yang boleh dan tidak boleh diakses bot. Kalau situs menulis "Disallow: /search", menghormatinya adalah etika dasar. Ini bukan hukum yang mengikat secara langsung, tetapi mengabaikannya adalah sinyal niat buruk di mata pengadilan.

2. Jangan membebani server

Scraping ribuan halaman per menit bisa merusak server situs lain, memperlambat layanannya untuk pengguna nyata, dan berpotensi dikategorikan sebagai serangan (denial of service). Scraping yang sopan berjalan pelan, dengan jeda antar permintaan, di luar jam sibuk. Kalau situs meminta Anda berhenti — melalui pemblokiran atau pesan resmi — berhentilah.

3. Pisahkan data pribadi dari data umum

Harga produk, ulasan anonim, dan statistik publik berbeda dari nama, nomor HP, dan alamat. Kalau kebutuhan Anda menyentuh data pribadi, hentikan dan cari jalur sah: API resmi, kerja sama dengan pemilik data, atau layanan data berlisensi. Prinsip ini sejalan dengan semangat UU PDP yang mengatur pengumpulan data pribadi secara ketat.

4. Jangan republikasi konten yang dilindungi

Mengambil data untuk analisis internal berbeda dari menampilkannya kembali di situs Anda. Kalau analogi diperlukan, mengutip secukupnya dengan sumber berbeda dari menyalin seluruh artikel. Untuk agregasi konten, gunakan API resmi atau perjanjian lisensi.

5. Transparansi internal

Tim Anda perlu tahu bahwa sistem scraping berjalan dan apa batasannya. Scraping yang "diam-diam" oleh satu karyawan adalah risiko terbesar: perusahaan bisa terbawa masalah yang tidak pernah disetujui siapa pun. Dokumenkan apa yang diambil, dari mana, dan untuk apa, supaya keputusan hukum dan etika bisa diambil secara sadar.

Alternatif yang Aman dan Sah: Mendapatkan Data Tanpa Menembak Kaki Sendiri

Kabar baiknya: hampir semua kebutuhan data bisnis yang sah punya jalur yang lebih aman daripada scraping liar. Berikut urutannya dari yang paling aman.

1. API resmi

Banyak platform menyediakan Application Programming Interface (API) resmi untuk mengambil data secara legal dan terstruktur: marketplace, layanan keuangan, pemerintah, media. API resmi biasanya punya kuota, dokumentasi, dan kadang biaya — tetapi semuanya sah, stabil, dan tidak berisiko hukum. Contohnya: data statistik melalui API lembaga pemerintah, harga melalui API resmi penyedia data, atau konten melalui API platform yang menyediakannya.

2. Data publik terbuka (open data)

Pemerintah Indonesia dan banyak lembaga merilis data terbuka yang memang ditujukan untuk publik: BPS, data geospasial, data perdagangan, dan sebagainya. Menggunakan open data menghilangkan hampir seluruh risiko hukum, karena pemilik data memang mengizinkan penggunaannya.

3. Kerja sama dan lisensi data

Untuk data komersial yang berharga — harga kompetitor, ulasan berbayar, data pasar — jalur yang paling sehat adalah membeli dari penyedia data berlisensi atau membuat perjanjian dengan pemilik data. Biayanya ada, tetapi celah hukumnya tertutup. Untuk skala besar, ini hampir selalu lebih murah daripada biaya advokat dan risiko pidana.

4. Layanan pihak ketiga yang patuh

Ada perusahaan yang secara khusus menjual data hasil scraping dengan lisensi yang jelas. Gunakan mereka kalau ada; mereka sudah menanggung risiko kepatuhan atas nama Anda. Pastikan kontraknya menyebutkan asal data dan jaminan kepatuhan.

5. Scraping terbatas untuk data yang jelas publik dan tidak sensitif

Kalau scraping tetap menjadi satu-satunya pilihan — misalnya memantau beberapa halaman harga dari beberapa situs untuk analisis internal — lakukan dengan batasan ketat: volume kecil, jeda antar permintaan, hormati robots.txt, jangan sentuh data pribadi, jangan bypass proteksi, dan gunakan untuk analisis, bukan republikasi. Konsultasikan dengan penasihat hukum sebelum sistemnya berjalan.

Cara Memeriksa Status Legal Situs Sebelum Scraping

Sebelum menulis satu baris kode, ada baiknya melakukan pemeriksaan cepat yang bisa menghemat masalah besar di kemudian hari. Proses ini hanya butuh 15-30 menit per situs, dan hasilnya didokumentasikan.

Kalau langkah 1 atau 2 menunjukkan larangan, dan langkah 3 menemukan API resmi, jawabannya sudah jelas: pakai API. Kalau data yang Anda butuhkan termasuk data pribadi (langkah 4), berhenti dan cari jalur sah. Kalau langkah 5 berbunyi ya — Anda harus membobol proteksi — itu garis merah yang tidak bisa ditawar. Kalau langkah 6 berbunyi ya, Anda butuh lisensi, bukan script.

Hasil pemeriksaan ini disimpan sebagai dokumen internal. Ketika ada pertanyaan dari pemilik situs, penegak hukum, atau auditor, Anda bisa menunjukkan bahwa keputusan diambil secara sadar berdasarkan informasi, bukan asal jalan. Sikap ini berbeda besar di mata pengadilan dibandingkan "saya tidak tahu ada aturannya".

Satu prinsip pengaman tambahan: ukuran dan frekuensi

Ada perbedaan praktis antara mengambil 50 halaman sekali untuk riset dan mengambil 500 ribu halaman setiap malam. Semakin besar volume dan semakin sering pengambilan, semakin besar dampaknya terhadap server sumber, dan semakin besar risiko hukumnya. Kalau kebutuhan Anda hanya ratusan halaman, pertimbangkan apakah bisa dilakukan secara manual atau semi-otomatis — beberapa jam kerja manusia jauh lebih murah daripada somasi pengacara.

Membangun Kebijakan Data Internal

Perusahaan yang serius mengelola risiko data tidak bergantung pada kewaspadaan individu. Mereka punya kebijakan tertulis yang dipahami semua orang. Kebijakan yang sehat untuk bisnis menengah bisa sesederhana satu halaman berisi:

• Jenis data apa yang boleh dikumpulkan otomatis, dan dari sumber apa.
• Larangan tegas untuk data pribadi tanpa dasar hukum yang jelas.
• Kewajiban mendokumentasikan sumber dan tujuan setiap dataset.
• Kewajiban menghormati robots.txt dan batas server.
• Prosedur penghentian cepat kalau ada permintaan dari pemilik data.
• Penanggung jawab kepatuhan — satu nama, bukan "semua orang".

Kebijakan ini sekaligus melindungi perusahaan dari karyawan yang berinisiatif sendiri. Kalau ada anggota tim yang membangun script scraping tanpa sepengetahuan manajemen, kebijakan tertulis memberi dasar untuk menegur — dan untuk membela perusahaan kalau masalahnya sampai ke meja hukum. Dokumentasi internal ini juga selaras dengan semangat UU PDP yang menekankan akuntabilitas pemroses data: kalau Anda bisa menunjukkan bahwa pengumpulan data dilakukan sesuai prosedur, posisi Anda jauh lebih kuat.

Skenario yang Sering Ditanyakan: Boleh atau Tidak?

Untuk memudahkan, mari bedah beberapa skenario umum dengan pembacaan situasi yang jujur.

"Saya mengambil harga produk dari situs pesaing untuk analisis internal"

Volume kecil, data non-pribadi, untuk analisis internal: ini zona yang paling sering dianggap dapat ditoleransi, terutama untuk data yang memang dipajang publik. Risiko muncul kalau ToS situs melarangnya, volume membebani server, atau data dipakai untuk meniru secara sistematis. Batasi dan dokumentasikan.

"Saya mengambil data kontak pelanggan dari marketplace untuk dijadikan prospek"

Ini jelas bermasalah. Data pribadi orang lain, diambil tanpa izin, untuk tujuan komersial — melanggar UU PDP dan berisiko pidana. Jangan lakukan, dan jangan pernah membeli "database prospek" hasil scraping yang dijual di pasar gelap. Untuk mencari prospek dengan cara yang sah, gunakan jalur resmi dan data yang diperoleh dengan persetujuan, seperti yang dibahas dalam panduan transformasi digital UMKM — termasuk membangun pembukuan dan basis pelanggan yang sehat sejak awal.

"Saya menyalin artikel berita untuk situs agregator saya"

Untuk streaming, Anda harus bekerja sama dengan penerbit, pakai API resmi, atau gunakan feed berlangganan berlisensi. Menyalin langsung adalah pelanggaran hak cipta.

"Saya mengambil data statistik pemerintah untuk laporan riset"

Data terbuka resmi memang untuk ini. Tidak ada masalah selama Anda mencantumkan sumber sesuai ketentuannya.

"Saya memakai bot untuk membeli barang edisi terbatas lebih cepat dari manusia"

Salah satu bentuk abuse yang paling dikenal: bot pembeli (sneaker bots) membanjiri checkout, merugikan konsumen dan toko. Banyak platform sekarang melarangnya eksplisit dan berhak membatalkan pesanan. Ini bisnis yang berisiko dan secara etika dipertanyakan.

Membangun Sistem Pengumpulan Data yang Bertanggung Jawab

Kalau bisnis Anda benar-benar membutuhkan pengumpulan data otomatis, bangunlah sebagai sistem yang bertanggung jawab sejak awal, bukan sebagai script sembunyi-sembunyi. Komponen sistem yang sehat:

• Dokumentasi sumber: setiap dataset punya catatan asal, tanggal pengambilan, dasar legal (API resmi, open data, lisensi, atau scraping terbatas), dan tujuan penggunaan.
• Kebijakan retensi: data dibuang kalau tidak lagi dibutuhkan, terutama data pribadi. UU PDP mensyaratkan prinsip minimalisasi: kumpulkan hanya yang perlu, simpan hanya selama perlu.
• Kepatuhan internal: satu orang atau satu tim bertanggung jawab meninjau kepatuhan berkala, termasuk cek ToS sumber data dan perkembangan peraturan.
• Pembatasan teknis: rate limiting, jeda sopan, dukungan untuk robots.txt, penghentian otomatis kalau situs memblokir.
• Rencana penghentian: kalau pemilik situs meminta berhenti, sistem bisa dihentikan dengan cepat tanpa kehilangan data yang sudah sah.

Perhatikan juga bagaimana sistem ini berinteraksi dengan infrastruktur lain. Kalau pengumpulan data Anda terhubung dengan website atau aplikasi bisnis, pastikan seluruh rangkaiannya dibangun dengan praktik keamanan dan keandalan yang baik, karena sistem pengumpulan data yang diretas bisa berubah menjadi alat mencuri data orang lain.

Bagaimana Teknologi Dapat Membantu, Bukan Menjadi Masalah

Peran teknologi di sini sering disalahpahami. Scraping bukan teknologi "jahat"; ia adalah alat. Yang menentukan dampaknya adalah desain dan tujuannya. Tim teknis yang baik bisa membangun pengumpul data yang sopan dan terdokumentasi, atau — tanpa pengawasan — script liar yang membahayakan perusahaan.

Karena itu, keputusan membangun sistem pengumpulan data tidak boleh murni teknis. Libatkan pertimbangan hukum dan bisnis sejak awal. Ini pola yang sama dengan keputusan teknologi lainnya: kapan Anda butuh konsultan IT sering kali justru di titik ketika risiko mulanya tidak terlihat — seperti mengumpulkan data "yang tampaknya publik".

Satu pertanyaan yang selalu layak diajukan sebelum membangun: apakah data ini bisa didapat lewat jalur resmi, dan berapa biayanya? Kalau jawabannya ada, ambil jalur itu. Kalau tidak ada, pertanyaan berikutnya: apakah kebutuhan datanya bisa dipenuhi dengan data yang sah lainnya? Sering kali jawabannya ya, dan perusahaan menghemat biaya hukum besar di kemudian hari.

Ringkasan Praktis: Aturan Emas Scraping untuk Bisnis

• Data pribadi? Jangan scraping. Gunakan API, consent, atau layanan berlisensi. UU PDP menutup celah ini.
• Konten yang dilindungi hak cipta? Jangan republikasi. Analisis internal dengan kutipan secukupnya berbeda dari menyalin penuh.
• Situs melarang scraping di ToS? Anggap peringatan serius; cari jalur lain atau konsultasi hukum.
• Hormati robots.txt dan batas server. Scraping yang membebani server bisa dikategorikan serangan.
• Dokumentasikan semuanya. Siapa yang mengambil, apa, dari mana, kapan, dan untuk apa.
• Jangan pernah mem-bypass proteksi teknis. Login paksa, CAPTCHA, dan API yang dilindungi adalah garis merah yang jelas.
• Kalau ragu, tanya — dan tanya sebelum, bukan sesudah.

Menutup: Data Bukan Barang Gratis

Ungkapan "datanya publik" adalah kesalahpahaman paling mahal dalam dunia data. Publik berarti bisa dilihat, tidak selalu berarti bisa diambil massal, disimpan, dan dipakai untuk tujuan komersial. Hukum Indonesia — UU ITE, UU PDP, UU Hak Cipta, dan hukum kontrak — semakin jelas menegaskan bahwa data adalah aset yang punya pemilik dan aturan.

Ini bukan kabar buruk bagi bisnis. Justru sebaliknya: kepastian hukum membuat persaingan lebih sehat. Perusahaan yang mengambil data lewat jalur sah tidak lagi harus bersaing dengan yang curang; dan data yang diperoleh dengan benar punya nilai legal yang bisa dipertahankan, misalnya saat Anda menggunakannya untuk pengambilan keputusan atau laporan.

Kalau bisnis Anda membutuhkan sistem pengumpulan data — riset pasar, pemantauan harga, agregasi informasi — mari bangun dengan cara yang benar sejak awal. Tim Kartech di Bandar Lampung berpengalaman merancang sistem data yang sah, terdokumentasi, dan etis: mulai dari memetakan sumber data resmi, integrasi API, sampai dashboard analisis. Hubungi kami lewat halaman kontak atau pelajari layanan kami untuk melihat bagaimana kami bekerja.