prpm-dbp 0.5.0 → 0.6.0

package/SKILL.md

@@ -144,6 +144,21 @@ Kata sendi **tidak** dicantum apabila kata berikutnya belum disahkan, kerana has
 
 Pakej tidak perlu memilih antara dua ini. DBP sudah memilih, dan pilihan itu terkandung dalam ejaan yang dipulangkan PRPM. Ia didokumenkan supaya tiada siapa "membetulkan" `صلاة` kepada ejaan fonetik Melayu kemudian hari.
 
+**§11.6 — alif maqsurah dikekalkan.** `takwa` تقوى, `fatwa` فتوى, `Musa`, `Isa`. Ia diganti dengan alif hanya apabila dibentuk kata terbitan: `ketakwaan`, `memfatwakan`, `pendakwaan`. Perbezaan itu membawa maklumat, jadi `ى` **tidak pernah dilipat** semasa perbandingan. Melipatnya akan membuat `تقوي` yang salah dibandingkan sama dengan `تقوى` yang betul.
+
+**§10 — enam belas perkataan dikecualikan daripada aturan pola:** `ada`, `apa`, `beta`, `bin`, `binti`, `dari`, `daripada`, `ini`, `itu`, `jika`, `kepada`, `kita`, `lima`, `maka`, `pada`, `demikian`. Ejaannya mesti datang daripada kamus dan tidak boleh dibetulkan oleh mana-mana peraturan pola.
+
+**§17.1 — kata ulang penuh menggunakan angka dua Arab `٢`**, bukan sempang dan bukan kata dasar ditulis dua kali.
+
+```
+Cikgu-cikgu  ->  چيقݢو٢
+murid-murid  ->  موريد٢
+```
+
+Kata dasar dicari dalam kamus seperti biasa, jadi ejaannya tetap datang daripada sumber. Hanya penambahan `٢` itu dijana oleh peraturan. Peraturan ini simetri: `چيقݢو٢` dibaca semula sebagai `cikgu-cikgu`.
+
+§17.2 mengecualikan kata ulang yang **berubah bentuk** (berimbuhan atau berentak) seperti `bermaaf-maafan`. Di situ sempang kekal dan peraturan `٢` tidak terpakai, jadi padanan menuntut kedua-dua bahagian benar-benar serupa.
+
 ## Rantai kepercayaan
 
 Setiap ejaan Jawi yang dikeluarkan membawa asal-usulnya. Jangan runtuhkan lapisan ini.

package/package.json

@@ -1,6 +1,6 @@
 {
   "name": "prpm-dbp",
-  "version": "0.5.0",
+  "version": "0.6.0",
   "description": "Semak ejaan Bahasa Melayu dan Jawi terhadap PRPM Dewan Bahasa dan Pustaka. CLI dan skill untuk AI agent.",
   "keywords": [
     "bahasa-melayu",

package/src/kamus.js

@@ -187,8 +187,7 @@ export async function cariKamus(kata, { timeout = 25000 } = {}) {
 const LIPATAN = new Map([
   ['ك', 'ک'], // ك Arabic Kaf   -> ک Keheh
   ['ڪ', 'ک'], // ڪ Swash Kaf    -> ک Keheh
-  ['ی', 'ي'], // ی Farsi Yeh    -> ي Arabic Yeh
-  ['ى', 'ي'], // ى Alef Maksura -> ي Arabic Yeh
+  ['ی', 'ي'], // ی Farsi Yeh    -> ي Arabic Yeh (varian bentuk semata-mata)
   ['ڬ', 'ݢ'], // ڬ Gaf varian   -> ݢ Gaf Jawi Melayu
   ['ە', 'ه'], // ە Ae           -> ه Ha
   ['ہ', 'ه'], // ہ Heh Goal     -> ه Ha
@@ -204,6 +203,14 @@ export function normalisasiJawi(teks) {
     .trim()
 }
 
+// SENGAJA TIDAK DILIPAT: ى (U+0649, alif maqsurah) kepada ي (U+064A).
+// Pedoman DBP §11.6: alif maqsurah dalam ejaan asal Arab DIKEKALKAN dalam
+// ejaan Jawi — takwa تقوى, fatwa فتوى, Musa, Isa. Melipatnya akan membuat
+// تقوي (salah) dibandingkan sama dengan تقوى (betul), lalu menyembunyikan
+// kesilapan sebenar. §11.6 juga menyatakan huruf itu diganti dengan alif
+// apabila dibentuk kata terbitan (ketakwaan, memfatwakan), jadi perbezaan
+// itu memang membawa maklumat.
+
 // SENGAJA TIDAK DILIPAT: پ (U+067E, pe Parsi) kepada ڽ (U+06BD, nya).
 // Sesetengah enjin transliterasi negeri mengeluarkan پ di tempat ڽ, tetapi
 // itu huruf yang SALAH, bukan varian bentuk. Melipatnya akan menyembunyikan

package/src/pedoman.js

@@ -82,3 +82,58 @@ export function pisahSendi(jawi) {
   }
   return calon
 }
+
+/**
+ * §10 — Senarai perkataan yang dikecualikan daripada beberapa aturan
+ * pengejaan biasa. Ejaannya tidak menurut pola suku kata, jadi ia mesti
+ * datang daripada kamus dan tidak boleh "dibetulkan" oleh mana-mana
+ * peraturan pola.
+ */
+export const KECUALI_POLA = new Set([
+  'ada', 'apa', 'beta', 'bin', 'binti', 'dari', 'daripada', 'ini', 'itu',
+  'jika', 'kepada', 'kita', 'lima', 'maka', 'pada', 'demikian',
+])
+
+/**
+ * §17.1 — Kata ulang penuh ditulis dengan tanda angka dua Arab (٢),
+ * bukan dengan sempang seperti dalam Rumi.
+ *   rama-rama -> رام٢
+ * §17.2 — Apabila bahagian yang diulang berubah bentuk (kata ulang
+ * berimbuhan atau berentak), tanda sempang digunakan.
+ */
+export const ANGKA_DUA = '\u0662'
+
+/**
+ * §11.6 — Alif maqsurah dalam ejaan asal Arab dikekalkan (takwa تقوى,
+ * fatwa فتوى, Musa, Isa), TETAPI diganti dengan alif apabila dibentuk kata
+ * terbitan dengan akhiran atau partikel (ketakwaan, memfatwakan,
+ * pendakwaan). Kerana itu ia tidak boleh dilipat semasa perbandingan.
+ */
+export const NOTA_MAQSURAH = 'Pedoman DBP §11.6'
+
+/**
+ * §17.1 — Kata ulang PENUH ditulis sebagai kata dasar diikuti angka dua
+ * Arab. Kata dasar tidak ditulis dua kali.
+ *
+ *   kanak-kanak -> کانق٢     murid-murid -> موريد٢
+ *
+ * §17.2 — Ini TIDAK terpakai apabila bahagian yang diulang berubah bentuk
+ * (kata ulang berimbuhan atau berentak). Di situ sempang digunakan. Kerana
+ * itu padanan di bawah menuntut kedua-dua bahagian benar-benar serupa.
+ */
+export function pisahKataUlang(kata) {
+  const m = /^(.+)-\1$/i.exec(String(kata))
+  return m ? m[1] : null
+}
+
+export function binaKataUlang(jawiDasar) {
+  if (!jawiDasar) return null
+  return { jawi: jawiDasar + ANGKA_DUA, rujukan: 'Pedoman DBP §17.1' }
+}
+
+/** Songsangan §17.1: kata dasar + ٢ menjadi kata dasar berulang penuh. */
+export function pisahUlangJawi(jawi) {
+  if (!jawi.endsWith(ANGKA_DUA)) return null
+  const dasar = jawi.slice(0, -ANGKA_DUA.length)
+  return dasar ? dasar : null
+}

package/src/tukar.js

@@ -12,7 +12,14 @@ import { lookup } from './prpm.js'
 import { normalisasiJawi } from './kamus.js'
 import { cariDataset, muatDataset } from './dataset.js'
 import { cariNama, mungkinNamaKhas } from './nama.js'
-import { bolehCantumSendi, cantumSendi, pisahSendi } from './pedoman.js'
+import {
+  binaKataUlang,
+  bolehCantumSendi,
+  cantumSendi,
+  pisahKataUlang,
+  pisahSendi,
+  pisahUlangJawi,
+} from './pedoman.js'
 
 // Baris tanda vokal Arab (fathah, kasrah, dammah, sukun, syaddah, tanwin,
 // alef superscript). Jawi Melayu TIDAK menggunakannya; teks al-Quran dan
@@ -134,6 +141,7 @@ export async function keJawi(teks, cache, opts = {}) {
   const adaEntriTanpaJawi = []
   const dariNama = []
   const namaKhas = []
+  const kataUlang = []
   const bahagian = teks.split(PECAH_RUMI)
   const keluar = []
 
@@ -159,6 +167,21 @@ export async function keJawi(teks, cache, opts = {}) {
       }
     }
 
+    // Pedoman DBP §17.1: kata ulang penuh ialah kata dasar + angka dua Arab.
+    // Kata dasar dicari seperti biasa, jadi ejaannya tetap datang daripada
+    // kamus; hanya penambahan ٢ itu yang dijana oleh peraturan.
+    const dasarUlang = pisahKataUlang(cebis)
+    if (dasarUlang) {
+      const recDasar = await lookup(dasarUlang.toLowerCase(), cache, opts)
+      const jawiDasar = recDasar?.jawi ?? (gunaDataset ? (await cariDataset(dasarUlang.toLowerCase()))?.jawi : null)
+      const ulang = binaKataUlang(jawiDasar)
+      if (ulang) {
+        kataUlang.push({ kata: cebis, dasar: dasarUlang, jawi: ulang.jawi, rujukan: ulang.rujukan })
+        keluar.push(ulang.jawi)
+        continue
+      }
+    }
+
     // Nama khas yang pengguna sudah sahkan sendiri.
     const nm = await cariNama(cebis)
     if (nm?.jawi) {
@@ -210,6 +233,7 @@ export async function keJawi(teks, cache, opts = {}) {
     disahkanDbp: dbp.length,
     dariDataset,
     dariNama,
+    kataUlang,
     namaKhas: [...new Set(namaKhas)],
     adaEntriTanpaJawi: [...new Set(adaEntriTanpaJawi)],
     belumDisahkan: [...new Set(belumDisahkan)],
@@ -270,6 +294,16 @@ export function keRumi(teksJawi, cache, { penanda = ['«', '»'], dataset = null
     }
 
     if (!padanan) {
+      // Pedoman DBP §17.1 songsang: kata dasar + ٢ menjadi kata berulang.
+      const dasarUlang = pisahUlangJawi(bahagian[i])
+      if (dasarUlang) {
+        const jumpaUlang = peta.get(normalisasiJawi(dasarUlang))
+        if (jumpaUlang?.length === 1) {
+          keluar.push(jumpaUlang[0] + '-' + jumpaUlang[0])
+          continue
+        }
+      }
+
       // Pedoman DBP §14.1 songsang: bentuk bercantum seperti دمکة tiada
       // dalam kamus, jadi cuba pisahkan kata sendi di hadapan.
       let dipisah = null