Apa yang perlu diketahui scraper tentang legalitas web scraping di 2026

Hukum apa yang bisa berlaku untuk scraper web?

Ajukan lima pertanyaan untuk setiap proyek:

1. Akses. Apakah Anda melewati login, paywall, atau gerbang lain? Hukum penyalahgunaan komputer peduli dengan otorisasi; halaman publik diperlakukan berbeda dari yang dilindungi.
2. Pelanggaran. Apakah Anda mengalahkan pengukuran teknis, seperti sistem anti-bot? Di AS, pasal 1201 DMCA sedang diuji terhadap scraper.
3. Kontrak. Apakah Anda menerima ketentuan situs, misalnya dengan membuat akun? Melanggar ketentuan bisa menjadi klaim kontrak bahkan saat akses sah.
4. Konten. Apakah Anda menyalin teks, gambar, atau database yang dilindungi? Hak cipta dan, di UE, hak database melindungi lebih dari fakta.
5. Orang. Apakah data mengidentifikasi seseorang? Maka hukum perlindungan data, seperti GDPR atau undang-undang privasi negara bagian AS, berlaku, publik atau tidak.

Bagaimana posisi hukum di Amerika Serikat?

• Computer Fraud and Abuse Act. Setelah keputusan Mahkamah Agung Van Buren (2021), Sirkuit Kesembilan memutuskan dalam hiQ v. LinkedIn (April 2022) bahwa scraping data publik bukanlah akses "tanpa otorisasi". Kasus yang sama berakhir dengan temuan bahwa hiQ melanggar perjanjian pengguna LinkedIn, dan ada penyelesaian.
• Ketentuan penggunaan. Dalam Meta v. Bright Data (N.D. Cal., Januari 2024), pengadilan memutuskan bahwa ketentuan Meta tidak melarang scraping data publik saat logout; Meta menarik kasusnya. Klaim X Corp terhadap Bright Data dibuang pada Mei 2024 dan kemudian diselesaikan.
• Anti-circumvention. Dua kasus 2026 menguji apakah melewati sistem anti-bot melanggar pasal 1201 DMCA. Dalam Google v. SerpApi gugatan pertama dibuang Juli 2026 dan gugatan amandemen menunggu. Dalam Reddit v. SerpApi, Oxylabs, AWMProxy dan Perplexity pada 31 Juli 2026 pengadilan sebagian besar menolak mosi SerpApi dan Perplexity untuk gugatan dibuang; mosi Oxylabs masih menunggu pada Oktober 2026. Tidak ada terdakwa yang dinyatakan bersalah, dan pengadilan belum memutuskan pokok perkara.
• Hak cipta dan AI. Pada September 2026 Sirkuit Ketiga memutuskan dalam Thomson Reuters v. Ross bahwa melatih alat pencarian hukum non-generatif pada catatan Westlaw bukan penggunaan wajar.

Bagaimana posisi hukum di UE dan Inggris?

• Text and data mining. Hukum hak cipta UE mengizinkan text dan data mining dari konten yang dapat diakses secara sah, kecuali pemegang hak mencadangkan penggunaan itu, untuk konten daring dengan cara yang dapat dibaca mesin. Dalam Kneschke v. LAION (Desember 2025), Pengadilan Regional Tinggi Hamburg memutuskan bahwa LAION, asosiasi riset non-komersial, dapat mengandalkan pengecualian TDM untuk riset ilmiah, dan reservasi bahasa biasa tidak dapat dibaca mesin dengan teknologi 2021. Mereka mengatakan ini bisa berubah seiring perkembangan teknologi, dan banding ke Pengadilan Federal (BGH) diperbolehkan. Crawler komersial harus menganggap reservasi dalam ketentuan penggunaan sebagai mengikat hari ini.
• AI Act. Penyedia model AI tujuan umum harus memiliki kebijakan untuk mengidentifikasi dan menghormati reservasi tersebut (Pasal 53). Kode praktik 2025 mengikat penandatangan untuk crawler yang mengikuti robots.txt.
• Hak database. Hak database sui generis UE melindungi investasi substansial dalam database. Pengadilan Uni Eropa memutuskan dalam CV-Online Latvia v. Melons (2021) bahwa penggunaan ulang database dapat melanggar hak tersebut jika merugikan investasi.
• Data pribadi. GDPR berlaku untuk data pribadi publik. Opini EDPB 28/2024 mengatakan kepentingan sah dapat menjadi dasar hukum untuk pengembangan AI, kasus per kasus; CNIL mengeluarkan rekomendasi tentang scraping untuk AI pada Juni 2025.
• Inggris. Dalam Getty Images v. Stability AI (November 2025), Pengadilan Tinggi menolak klaim hak cipta sekunder atas model; Getty diberi izin untuk banding.

Bagaimana cara menurunkan risiko hukum dari proyek scraping?

• Halaman publik saja. Tidak boleh login, tidak boleh paywall, tidak boleh menggunakan akun yang bukan milik Anda.
• Hormati robots.txt dan opt-out AI. Terapkan RFC 9309, hargai sinyal gaya ai-train=no untuk data pelatihan, dan catat apa yang Anda periksa dan kapan.
• Jangan mengelak. Tidak boleh menyelesaikan CAPTCHA, tidak boleh menggunakan alat untuk mengelabui deteksi bot, tidak boleh mencoba ulang yang dirancang untuk melewati penolakan. Lihat cara menanggapi 403, 429 dan CAPTCHA.
• Baca ketentuannya pada situs yang Anda gunakan, terutama jika Anda memiliki akun di sana.
• Minimalkan data pribadi, dokumentasikan dasar hukum Anda dan siapkan cara untuk menghormati keberatan.
• Gunakan data yang dikumpulkan secara adil: fakta dan analisis lebih aman daripada menerbitkan ulang teks atau gambar secara keseluruhan.
• Simpan catatan: URL, tanggal, versi robots.txt dan identitas perayap Anda.

Untuk hal dengan paparan nyata, konsultasikan dengan pengacara di negara terkait.

Apakah menggunakan proxy mengubah legalitas scraping?

Tidak. Proxy hanya mengubah dari mana permintaan Anda terlihat berasal; tidak mengubah apa yang Anda kumpulkan atau bagaimana cara mengumpulkannya. Lima pertanyaan yang sama berlaku dengan atau tanpa proxy. Dua hal yang berbeda. Pertama, aturan penyedia proxy Anda: CrawlRelay’s Kebijakan Penggunaan yang Dapat Diterima hanya mengizinkan data publik dan melarang pengelakan serta penipuan. Kedua, sumber penyedia: pada 2026 Google dan otoritas AS membongkar jaringan IPIDEA dan NetNut karena perangkat direkrut tanpa persetujuan yang benar, jadi tanya dari mana IP penyedia berasal. IP kami dijelaskan di halaman sumber.