Podcast merupakan salah satu media digital yang tengah berkembang pesat karena kemudahan akses dan keragaman kontennya. Namun, ukuran file audio dan video yang besar menjadi kendala dalam distribusi dan penyimpanan. Penelitian ini bertujuan untuk membandingkan performa berbagai hasil pada file audio dan video dalam produksi podcast, serta membangun sistem berbasis web untuk menyimpan, mengunduh, dan mengunggah file ke platform seperti YouTube dan Spotify secara otomatis. Metode yang digunakan Discrete Cosine Transform (DCT) dan juga Modified Discrete Cosine Transform (MDCT). Metodologi yang meliputi tahap pra-produksi, produksi, pasca-produksi. Berbagai format audio (MP3, WAV, AAC, OGG Vorbis) dan video (MP4, MKV, AVI, MOV) diuji menggunakan FFMPEG pada Website yang telah dibuat. Hasil kompresi dievaluasi berdasarkan efisiensi ukuran file dan kualitas hasil. MP3 dan MP4 terbukti menjadi format paling optimal dalam hal keseimbangan kualitas dan efisiensi. Sistem web yang dikembangkan mampu mengotomatisasi proses kompresi dan distribusi ke Youtube, sehingga mendukung proses produksi podcast yang lebih efisien dan terstruktur.