Portal berita online sebagai media penyalur hasrat, gagasan dan kepentingan yang telah digunakan oleh banyak masyarakat, sejalan dengan pengertian dari media massa, yakni media saling-silang pesan antar massa. Permasalahan yang sering dikeluhkan pengguna adalah bagian antarmuka portal yang sulit dimengerti, dan fungsionalitas yang belum dapat digunakan dengan maksimal. Untuk menyelesaikan permasalahan tersebut, maka dapat diterapkan metode text mining untuk mengekstrak isi berita pada portal berita online tersebut dan menentukan kategori dari berita tersebut, sehingga dapat lebih memudahkan masyarakat dalam mencari informasi yang diinginkannya. Untuk membatasi cakupan masalah pada penelitian ini, maka diangkat topik mengenai portal berita pada kampus saja. Dalam penelitian ini, digunakan metode TextRank. TextRank yang digunakan pada sistem ini adalah metode yang menghasilkan ekstraksi berupa kalimat (TextRank for Sentence Extraction). TextRank sangatlah fleksibel karena dapat digunakan pada berbagai bahasa tanpa mengubah algoritmanya. Hal ini dikarenakan TextRank tidak memerlukan data training untuk proses pengelolahan dokumen. Hasil dari penelitian ini adalah sebuah website portal berita kampus dengan metode TextRank yang mampu melakukan pengelompokan berita secara otomatis. Selain itu, website mendukung penambahan topik berita baru dan kata yang terdapat dalam topik berita tersebut sehingga administrator website dapat melakukan penambahan topik berita sesuai dengan keinginannya. / Online news portals as a medium for channeling desires, ideas and interests that have been used by many people, in line with the understanding of mass media, namely media for exchanging messages between the masses. Problems that are often complained about by users are the portal interface that is difficult to understand, and functionality that cannot be used optimally. To solve these problems, the text mining method can be applied to extract news content on the online news portal and determine the category of the news, so that it can make it easier for people to find the information they want. To limit the scope of the problem in this study, the topic of news portals on campus will be raised only. In this study, the TextRank method will be used. TextRank used in this system is a method that produces extraction in the form of sentences (TextRank for Sentence Extraction). TextRank is very flexible because it can be used in various languages without changing its algorithm. This is because TextRank does not require training data for the document processing process. The result of this research is a campus news portal website with TextRank method that is able to group news automatically. In addition, the website supports the addition of new news topics and words contained in the news topic so that the website administrator can add news topics according to their wishes.