AyaMakna: Sistem Kecerdasan Semantik Al-Qur'an

❓ Kisah di Baliknya: Ramadan ini, saat membaca Al-Qur'an, saya memperhatikan sesuatu yang berbeda dalam format terjemahannya. Al-Qur'an yang saya baca menyajikan ayat-ayat secara tematik. Sejak saat itu, saya menyadari bahwa saya sering mempelajari Al-Qur'an secara linear, membaca terjemahan ayat demi ayat tanpa melihat konsep yang lebih luas lagi. Pendekatan ini menjadi tantangan tersendiri untuk melihat hubungan tematik, pola konseptual, dan kontras struktural antar ayat dan juz. Meskipun banyak platform Al-Qur'an digital menyediakan fungsi pencarian, dan mesin pencari menawarkan akses luas ke pengetahuan, hanya sedikit platform yang memungkinkan pengguna untuk menjelajahi koneksi semantik secara visual dan analitis. 💡 Solusi yang Ditawarkan: AyaMakna merepresentasikan ayat-ayat dari Al-Qur'an ke dalam model data berbasis grafik, memetakan kata dasar, konsep, tindakan, dan kontras yang sama ke dalam jaringan yang dapat dieksplorasi. Selain dapat membaca secara statis, pengguna dapat menavigasi makna melalui koneksi, mengungkapkan pola yang tidak langsung terlihat di sebagian besar format. 🚀 Cara Kerjanya: 1. Text Preprocessing & Linguistic Normalization → korpus dipecah menjadi token dan dinormalisasi secara linguistik, dengan setiap kata diberi tag PoS dan dipetakan ke akar morfologis dan lemmanya. 2. Semantic Entity Extraction → diekstrak dan dikategorikan ke dalam lapisan konseptual, perilaku, dan ontologis. 3. Relationship Modeling → konstruksi grafik 4. Feature Engineering & Structural Metrics → frekuensi, sentralitas, dan polaritas dihitung untuk mengukur pentingnya semantik dan dinamika kontras. 5. Intelligence Layer → penyaringan dinamis ke dalam beberapa lensa analitis, memungkinkan eksplorasi terfokus pada akar, konsep, perilaku, dan oposisi semantik. 6. Visualize → menempatkannya ke dalam grafik simpul-tepi untuk pemahaman yang lebih baik dalam hal hubungan antar ayat. 🛠️ Tumpukan Teknologi: - Frontend: React 18, TypeScript, Vite, D3.js, Tailwind CSS - Backend & Data: PostgreSQL (Supabase), integrasi API RESTful - AI-Assisted Development: Lovable.dev + Claude Code (Sonnet 4.6) - Keterampilan: NLP, deep concept-code review, implementasi konsep-ke-produk, pemikiran terstruktur dan analitis. 🤔 Apa yang Diharapkan: AyaMakna menunjukkan bagaimana kitab suci Al-Qur'an yang kaya dan memiliki struktur berlapis dapat dianalisa melalui pendekatan sains menjadi sistem pengetahuan. Proyek ini menyoroti pola-pola seperti koneksi akar bersama, pengelompokan konseptual, kontras yang berulang, dan kepadatan tematik. Ini menunjukkan bagaimana struktur grafik dapat meningkatkan interpretasi dan pembelajaran eksploratif. ✨ Mengapa Ini Penting: Proyek ini mencerminkan pendekatan saya terhadap data: mengubah informasi yang kaya dan kompleks menjadi sistem terstruktur yang meningkatkan kejelasan dan eksplorasi. Ini menjembatani analisis teks, pemodelan semantik, dan visualisasi yang fokus pada pengguna untuk menghasilkan makna yang lebih luas. repositori: https://github.com/umarfadhil/ayamakna/