prpm-dbp 0.5.1 → 0.6.0

package/SKILL.md

@@ -148,7 +148,16 @@ Pakej tidak perlu memilih antara dua ini. DBP sudah memilih, dan pilihan itu ter
 
 **§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: `rama-rama` menjadi `رام٢`. Sempang digunakan hanya apabila bahagian yang diulang berubah bentuk (§17.2).
+**§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
 

package/package.json

@@ -1,6 +1,6 @@
 {
   "name": "prpm-dbp",
-  "version": "0.5.1",
+  "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/pedoman.js

@@ -110,3 +110,30 @@ export const ANGKA_DUA = '\u0662'
  * 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