Tentang Aplikasi

Bagaimana Kitab Suci Al-Qur'an dengan Terjemahan dan Tafsir Singkat ini dibuat

Aplikasi ini menampilkan terjemahan dan tafsir dari Kitab Al-Qur'an Terjemahan dan Tafsir Singkat. Teksnya tidak diketik ulang. Semua terjemahan, tafsir, dan catatan kaki diekstrak langsung dari berkas PDF Kitab tersebut dengan serangkaian skrip otomatis. Skrip itu membaca posisi dan ukuran huruf di setiap halaman, memisahkan ayat dari tafsir, membersihkan teksnya, lalu memasukkannya ke database.

Alur ekstraksi

Dari PDF sampai tampil di layar, data melewati tujuh tahap. Ketuk satu tahap untuk melihat penjelasannya.

  1. 1PDF → HTMLper halaman
  2. 2Klasifikasi teksayat · tafsir · catatan
  3. 3Pembersihanejaan & spasi
  4. 4Pemisahan ayat1 baris = 1 ayat
  5. 5Pemisahan tafsirper nomor tafsir
  6. 6DatabaseMySQL + teks Arab
  7. 7AplikasiAPI → tampilan

Tahap 1

PDF diubah menjadi HTML per halaman

Setiap surah dalam PDF dibuka dan dibaca halaman demi halaman. Tiap halaman diekspor menjadi satu berkas HTML: 114 surah menghasilkan 1.972 berkas. HTML ini belum rapi, tetapi menyimpan hal yang paling penting: posisi (top, left) dan ukuran huruf setiap baris teks.

<p style="top:102.4pt;left:72.0pt;line-height:12.2pt">
  <span style="font-size:12.2pt">1.</span>
  <i><span style="font-size:7.1pt">a</span>Aku baca</i> …

Potongan HTML dari halaman pertama Al-Fātiḥah. Angka 12,2pt menandai teks ayat; 7,1pt adalah huruf kecil penanda catatan.

Tahap 2

Ayat, tafsir, dan catatan dipisahkan dari ukuran hurufnya

Kitab ini dicetak dengan tata letak yang konsisten: ayat, tafsir, dan catatan kaki memakai ukuran huruf yang berbeda. Skrip memanfaatkan ciri itu untuk memilah setiap baris.

Anatomi halaman PDF: kepala halaman, ayat, catatan kaki, tafsir, dan nomor halaman
  • Kepala & nomor halamanTiga baris teratas (Juz, nama surah, nomor surah) dan baris terakhir dibuang.
  • Ayat · 11,6–12,6ptTerjemahan ayat, diawali nomor ayat seperti 1.
  • Catatan kaki · ≤ 8ptCatatan pendek berhuruf a, b, c.
  • Tafsir · 10–11,5ptPenjelasan bernomor. Baris yang menjorok ≥ 8pt menandai paragraf baru.
  • Teks ArabTidak diambil dari PDF (lihat tahap 6).

Selain itu, pada tahap ini:

Hasilnya satu berkas CSV per surah dengan kolom page, ayat, tafsir, dan note, satu baris per halaman.

Tahap 3

Teks dibersihkan

Teks dari PDF membawa sisa-sisa tata letak cetak. Aturan pembersihan memperbaikinya secara otomatis:

MasalahSebelumSesudah
Kata terpotong di akhir barisseba- giansebagian
Kata ulang terpotongorang- orangorang-orang
Penanda rukukR. 12dihapus
Judul juz di tengah teksJUZ IIIdihapus
Spasi di dalam huruf miring<i> bism</i><i>bism</i>
Spasi gandaMaha  PemurahMaha Pemurah

Tahap 4

Ayat dipisahkan satu per satu

Kolom ayat dari semua halaman dibaca berurutan dan dipotong pada penanda nomor ayat (1., 2., …). Ayat yang terpotong pergantian halaman disambung kembali ke ayat sebelumnya. Nomor juga diperiksa urutannya:

nomor ayat,isi ayat
1,"<i><sup>a</sup>Aku baca</i> dengan<sup>1</sup> nama<sup>2</sup> Allah<sup>3</sup>, Maha Pemurah, …"
2,"<i><sup>a</sup></i> Segala<sup>5</sup> puji<sup>5A</sup> <i>hanya</i> bagi Allah, …"

Tahap 5

Tafsir dipisahkan per nomor

Semua tafsir dalam satu surah digabung menjadi satu teks panjang, lalu dipotong pada pola nomor tafsir seperti 12. atau 12A;. Nomor tafsir di Kitab ini bersambung dari surah pertama sampai terakhir, jadi nomor terakhir dari surah sebelumnya dibawa ke surah berikutnya untuk memeriksa urutan.

Nomor yang tidak berurutan dianggap bagian dari isi tafsir sebelumnya, misalnya tahun atau nomor ayat yang dikutip di dalam kalimat. Paragraf tetap dipertahankan sehingga tafsir panjang (sampai sekitar 10.000 karakter) tetap enak dibaca.

Tahap 6

Data dimasukkan ke database dan saling ditautkan

Skrip impor memasukkan hasil tahap 4 dan 5 ke MySQL dalam tiga tabel:

chapters

nomor & nama surah

verses

surah, ayat, terjemahan, teks Arab, halaman

annotations

surah, ayat, jenis (tafsir / note), kunci, isi

Bagian tersulit adalah menautkan tafsir dan catatan ke ayat yang tepat. Penanda kecil di dalam ayat menjadi kuncinya:

Teks Arab diambil dari database Al-Qur'an terpisah dan dicocokkan berdasarkan nomor surah dan ayat. Ke-6.348 ayat sudah memiliki teks Arab.

Tahap 7

API dan tampilan aplikasi

Aplikasi mengambil data lewat API ringan, misalnya /api/1:1 untuk Al-Fātiḥah ayat 1 atau /api/2:1-5 untuk rentang ayat. API mengembalikan teks Arab, terjemahan, dan semua tafsir serta catatannya:

{
  "ch": 1, "v": 1,
  "ar": "بِسۡمِ اللّٰہِ الرَّحۡمٰنِ الرَّحِیۡمِ",
  "indonesian": {
    "text": "<i><sup>a</sup>Aku baca</i> dengan<sup>1</sup> …",
    "notes": [ { "ref": "1", "note": "<i>Bā</i>' adalah kata depan …" }, … ]
  }
}

Di browser, beberapa hal diproses lagi agar lebih mudah dibaca:

Masih perlu ditinjau

Karena seluruh proses berjalan otomatis berdasarkan tata letak, hasilnya belum sempurna. Beberapa jenis kesalahan yang mungkin Anda temui:

Tujuannya adalah teks yang sesuai dengan Kitab aslinya, dengan kesalahan sesedikit mungkin. Bantuan pembaca sangat berarti:

Ketuk tanda titik di pojok kanan atas ayat untuk mengirim masukan tentang ayat itu.

Bandingkan dengan halaman asli bila ada yang terasa janggal.

Sumber

Terjemahan dan tafsir: Al-Qur'an Terjemahan dan Tafsir Singkat (alislam.org). Gambar halaman cetak ditampilkan langsung dari server alislam.org.