Kode-kode sintaks pemograman yang monoton dan tidak bewarna akan kurang menarik jika ditampilkan dalam blog atau website. Begitu juga dengan software pemograman R Software, salah satu software pemograman analisis statistik.
Di bawah ini adalah contoh tampilan sintaks software pemograman R yang digunakan untuk melakukan estimasi parameter analisis regresi sederhana.
# Regresi Linier Sederhana
# Model regresi: y = a + bx + e
# Definisikan varibel independen.
x <- c(151, 174, 138, 186, 128, 136, 179, 163, 152, 131)
# Definisikan variabel dependen.
y <- c(63, 81, 56, 91, 47, 57, 76, 72, 62, 48)
# Estimasi model regresi dengan fungsi lm().
regresi <- lm(y~x)
# Hasil estimasi model
print(regresi)
Tampilan kode sintaks tersebut bisa menjadi menarik dengan melakukan penyorotan sintaks (Syntax Highlighting). Caranya ada dua yaitu dengan menggunakan kode-kode HTML dan dengan memanfaatkan Javascript.
HTML
Berikut ini adalah langkah-langkah melakukan penyorotan sintaks dengan menggunakan kode-kode html.
- Buka website http://markup.su/highlighter/.
- Tulis atau copy kode di atas dan paste pada kotak Source code, kemudian pada pilihan Language yang berada di bawah kotak tersebut pilih R.
- Pada bagian Style yang berada di sebelahnya pilih Solarized (light) atau jenis tampilan lain yang diinginkan. Selanjutnya tekan tombol Highlight.
- Pada bagian bawah akan muncul Preview yaitu hasil penyorotan sintaks. Tampilannya adalah sebagai berikut.
- Selanjutnya copy kode yang ada pada bagian HTML code dan paste ke website atau blog. Kode tersebut adalah
# Regresi Linier Sederhana # Model regresi: y = a + bx + e # Definisikan varibel independen. x <- c(151, 174, 138, 186, 128, 136, 179, 163, 152, 131) # Definisikan variabel dependen. y <- c(63, 81, 56, 91, 47, 57, 76, 72, 62, 48) # Estimasi model regresi dengan fungsi lm(). regresi <- lm(y~x) # Hasil estimasi model print(regresi)
<pre style="background:#fdf6e3;color:#000">
<span style="color:#00b418"># Regresi Linier Sederhana</span>
<span style="color:#00b418"># Model regresi: y = a + bx + e</span>
<span style="color:#00b418"># Definisikan varibel independen.</span>
<span style="color:#0206ff;font-style:italic">x</span> <span style="color:#0100b6;font-weight:700"><-</span> c(<span style="color:#cd0000;font-style:italic">151</span>, <span style="color:#cd0000;font-style:italic">174</span>, <span style="color:#cd0000;font-style:italic">138</span>, <span style="color:#cd0000;font-style:italic">186</span>, <span style="color:#cd0000;font-style:italic">128</span>, <span style="color:#cd0000;font-style:italic">136</span>, <span style="color:#cd0000;font-style:italic">179</span>, <span style="color:#cd0000;font-style:italic">163</span>, <span style="color:#cd0000;font-style:italic">152</span>, <span style="color:#cd0000;font-style:italic">131</span>)
<span style="color:#00b418"># Definisikan variabel dependen.</span>
<span style="color:#0206ff;font-style:italic">y</span> <span style="color:#0100b6;font-weight:700"><-</span> c(<span style="color:#cd0000;font-style:italic">63</span>, <span style="color:#cd0000;font-style:italic">81</span>, <span style="color:#cd0000;font-style:italic">56</span>, <span style="color:#cd0000;font-style:italic">91</span>, <span style="color:#cd0000;font-style:italic">47</span>, <span style="color:#cd0000;font-style:italic">57</span>, <span style="color:#cd0000;font-style:italic">76</span>, <span style="color:#cd0000;font-style:italic">72</span>, <span style="color:#cd0000;font-style:italic">62</span>, <span style="color:#cd0000;font-style:italic">48</span>)
<span style="color:#00b418"># Estimasi model regresi dengan fungsi lm().</span>
<span style="color:#0206ff;font-style:italic">regresi</span> <span style="color:#0100b6;font-weight:700"><-</span> lm(<span style="color:#0206ff;font-style:italic">y</span><span style="color:#0100b6;font-weight:700">~</span><span style="color:#0206ff;font-style:italic">x</span>)
<span style="color:#00b418"># Hasil estimasi model</span>
print(<span style="color:#0206ff;font-style:italic">regresi</span>)
</pre>
Javascript
Salin kode di bawah ini kemudian paste sebelum kode </head>.
<link href='https://cdnjs.cloudflare.com/ajax/libs/SyntaxHighlighter/3.0.83/styles/shCore.css' rel='stylesheet' type='text/css'/>
<link href='https://cdnjs.cloudflare.com/ajax/libs/SyntaxHighlighter/3.0.83/styles/shThemeDefault.min.css' rel='stylesheet' type='text/css'/>
<script src='https://cdnjs.cloudflare.com/ajax/libs/SyntaxHighlighter/3.0.83/scripts/shCore.js' type='text/javascript'></script>
<script src='https://cdnjs.cloudflare.com/ajax/libs/SyntaxHighlighter/3.0.83/scripts/shAutoloader.js' type='text/javascript'></script>
<script src='https://drive.google.com/uc?export=download&id=1aXiQeDpzzLpo1CGe49G163M1odO8GwnH'></script>
<script language='javascript'>
SyntaxHighlighter.config.bloggerMode = true;
SyntaxHighlighter.config.stripBrs = true;
SyntaxHighlighter.config.clipboardSwf = 'https://alexgorbatchev.com/pub/sh/current/scripts/clipboard.swf';
SyntaxHighlighter.all();
</script>
Buat kode syntaks dalam konten blog atau website seperti format berikut.
<pre class="brush: r">
****** Buat kode di sini ******
</pre>
Misalnya
<pre class="brush: r">
# Regresi Linier Sederhana
# Model regresi: y = a + bx + e
# Definisikan varibel independen.
x <- c(151, 174, 138, 186, 128, 136, 179, 163, 152, 131)
# Definisikan variabel dependen.
y <- c(63, 81, 56, 91, 47, 57, 76, 72, 62, 48)
# Estimasi model regresi dengan fungsi lm().
regresi <- lm(y~x)
# Hasil estimasi model
print(regresi)
</pre>
Tampilannya adalah sebagai berikut.
Regresi Linier Sederhana Model regresi: y = a + bx + e Definisikan varibel independen. x <- c(151, 174, 138, 186, 128, 136, 179, 163, 152, 131) Definisikan variabel dependen. y <- c(63, 81, 56, 91, 47, 57, 76, 72, 62, 48) Estimasi model regresi dengan fungsi lm(). regresi <- lm(y~x) Hasil estimasi model print(regresi)