Sistem Auto-Scrape Berita Berbasis Node Automation dan Generative AI pada Portal Berita Digital

Abstract

Perkembangan arus informasi digital dalam industri penyiaran dan media daring menuntut penyajian berita yang cepat, akurat, dan berkelanjutan. Operasional portal berita sering kali masih mengandalkan kurasi konvensional dalam pengumpulan dan penulisan ulang artikel berita, sehingga prosesnya memakan waktu dan rentan terhadap isu plagiarisme. Penelitian ini merancang dan mengimplementasikan sistem ekstraksi berita otomatis (AutoScrape) untuk meningkatkan efisiensi alur kerja di Pantura TV. Sistem dikembangkan menggunakan metodologi Agile dengan integrasi Headless CMS (Strapi), Node-Based Automation (n8n), dan Large Language Models (Google Gemini AI). Hasil pengujian menunjukkan bahwa sistem mampu secara otomatis mengekstrak data HTML dari sumber target, menulis ulang konten menggunakan bahasa jurnalistik untuk menjamin keaslian, dan mempublikasikan artikel dalam format JSON murni dengan waktu respons beberapa detik, memangkas proses penyusunan draf tanpa otomasi hingga lebih dari 90%. Sistem ini menyediakan pemicu antarmuka tunggal yang terintegrasi langsung ke dalam panel admin Strapi untuk Editor. Implementasi ini menghasilkan sistem yang adaptif dan mampu menjaga kualitas standar bahasa jurnalistik penyiaran secara konsisten serta mempercepat produksi konten harian.