cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
-
Contact Email
-
Phone
-
Journal Mail Official
-
Editorial Address
-
Location
Kota pontianak,
Kalimantan barat
INDONESIA
BIMASTER
Published by Universitas Tanjungpura
ISSN : -     EISSN : -     DOI : -
Core Subject : Science, Education,
Decision Sciences, Operations Research & Management Mathematics
Bimaster adalah Jurnal Ilmiah berkala bidang Matematika, Statistika dan Terapannya yang terbit secara online dan dikelola oleh Jurusan Matematika FMIPA Untan
Arjuna Subject : -
Articles 25 Documents
 1   2   3 
Search results for , issue "Vol 10, No 1 (2021): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya" : 25 Documents clear
PEMODELAN PERSENTASE ANGKA KEMATIAN BAYI DI KALIMANTAN BARAT DENGAN METODE GEOGRAPHICALLY WEIGHTED REGRESSION PRINCIPAL COMPONENT ANALYSIS (GWRPCA) Finta Kurnia Putri; Nufitri Imro’ah
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 10, No 1 (2021): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v10i1.44685

Abstract

Geographically Weighted Regression Principal Component Analysis (GWRPCA) merupakan gabungan dari metode Principal Component Analysis (PCA) dan Geographically Weighted Regression (GWR), dimana untuk mengatasi data multikolinieritas yang mengandung faktor spasial. Dalam penelitian ini, GWRPCA digunakan untuk menentukan model Angka Kematian Bayi (AKB) di Kalimantan Barat. Variabel Independen yang digunakan yaitu jumlah ibu hamil, persalinan yang ditolong tenaga kesehatan, jumlah tenaga medis, jumlah ibu hamil yang mengalami komplikasi kebidanan dan persentase penduduk miskin. Hasil penelitian ini menunjukkan bahwa diperoleh 2 variabel komponen utama yaitu  dan  yang dapat mewakili 5 variabel bebas dari data angka kematian bayi dengan nilai koefisien determinasi (R2) sebesar 42,06%. Sedangkan untuk model Goegraphically Weighted Regression Principal Component Analysis (GWRPCA) didapatkan 14 model untuk setiap lokasi dengan nilai koefisien determinasi global sebesar 42,74% dan untuk nilai koefisien determinasi lokal yaitu nilai koefisien determinasi lokal terbesar yaitu 52,71% terdapat di Kabupaten Ketapang dan koefisien determinasi lokal terkecil yaitu  38,3% terdapat di Kabupaten Kapuas Hulu. Kata Kunci: Heterogenitas Spasial, PCA, GWRPCA.
PENGGUNAAN AKAR LATEN DALAM MENGATASI MULTIKOLINEARITAS PADA MODEL REGRESI Wulan Yuni Adila; Nufitri Imro’ah
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 10, No 1 (2021): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v10i1.44670

Abstract

Akar laten merupakan metode yang digunakan untuk mengatasi masalah multikolinearitas pada data. Penelitian ini bertujuan untuk mengatasi masalah multikolinearitas menggunakan akar laten. Data yang digunakan pada penelitian ini merupakan data sekunder yang diambil dari Badan Pusat Statistik (BPS) pada tahun 2014 dengan variabel dependen yaitu, data tingkat pengangguran terbukadan tiga variabel independen yaitu jumlah penduduk miskin (X1), jumlah penduduk Indonesia (X2) dan jumlah partisipasi angkatan kerja (X3). Nilai Variance Inflation Factor (VIF) diawal diperoleh sebesar 12,949(X1), 12,949(X2), 1,113(X3), hal ini menunjukkan terjadinya multikolinearitas pada data  (X1) dan (X2). Setelah dilakukan uji menggunakan akar laten nilai Variance Inflation Factor (VIF) dari ketiga variabel untuk masing-masing variabel yaitu sebesar 1,231629(X1), 1,172524(X2), 1,220886 (X3). Hal ini menunjukkan bahwa jumlah penduduk miskin, jumlah penduduk Indonesia dan jumlah partisipasi angkatan kerja berpengaruh secara signifikan terhadap tingkat pengangguran terbuka dengan  sebesar 91% dan tidak terjadi masalah multikolinearitas pada model. Dari hasil penelitian menunjukkan bahwa masalah multikolinearitas pada data dapat teratasi dengan menggunakan akar laten. Kata Kunci: Akar laten, multikolinearitas, vektor laten, regresi berganda.
PERBANDINGAN CADANGAN PREMI PADA ASURANSI JIWA DWIGUNA MENGGUNAKAN METODE COMMISSIONERS DAN CANADIAN Yumna Siska Fitriyani; Neva Satyahadewi; Hendra Perdana
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 10, No 1 (2021): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v10i1.45246

Abstract

Pada asuransi jiwa, peserta asuransi diharuskan untuk membayar sejumlah uang kepada perusahaan asuransi sebagai premi, dimana premi yang telah dibayarkan akan disisihkan sebagian sebagai cadangan premi yang akan dibayarkan kembali kepada peserta asuransi apabila terjadi klaim. Cadangan premi bertujuan untuk mengurangi risiko terjadinya kerugian pada perusahaan asuransi yang disebabkan tidak adanya dana yang cukup untuk membayarkan uang santunan pada saat terjadi klaim. Penelitian ini bertujuan untuk menentukan besarnya cadangan premi dengan menggunakan metode Commissioners dan Canadian yang merupakan perluasan dari cadangan prospektif. Dari metode Commissioners dan Canadian akan ditentukan metode manakah yang lebih efektif digunakan dalam menghitung besarnya cadangan premi. Perhitungan cadangan premi dilakukan dengan mencari nilai asuransi dan nilai anuitas awal, menentukan premi tahunan, menentukan premi modifikasi untuk tahun-tahun berikutnya, dan menghitung besarnya cadangan premi di akhir tahun ke-t. Penelitian ini dilakukan pada seorang laki-laki berusia 25 tahun yang mengikuti program asuransi jiwa dwiguna dengan masa pertanggungan 25 tahun dan jangka waktu pembayaran premi 23 tahun. Hasil analisis yang telah dilakukan dengan tingkat suku bunga 4%, menyatakan bahwa metode yang lebih efektif digunakan untuk menentukan besarnya cadangan premi adalah metode Canadian. Hal ini dikarenakan cadangan premi di awal tahun yang dihasilkan metode Canadian lebih besar dari pada metode Commissioners sehingga keuntungan yang diperoleh pihak perusahaan juga semakin besar.  Kata kunci: Polis, metode Commissioners, metode Canadian
PENENTUAN NILAI PREMI ASURANSI PERTANIAN BERBASIS INDEKS CURAH HUJAN DENGAN METODE BURN ANALYSIS Feriliani Maria Nani; Neva Satyahadewi; Yudhi Yudhi
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 10, No 1 (2021): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v10i1.44663

Abstract

Curah hujan merupakan faktor alam yang mempengaruhi produksi padi. Untuk itu, pemerintah perlu melindungi petani dalam meminimalkan risiko kerugian terhadap ancaman tersebut. Asuransi pertanian adalah asuransi di sektor pertanian yang saat ini dikembangkan di Indonesia. Asuransi pertanian berbasis iklim merupakan manajemen risiko terkait iklim. Tujuan dari penelitian ini adalah untuk menentukan langkah-langkah yang diperlukan dalam menentukan nilai indeks curah hujan pada asuransi pertanian dan menghitung nilai kontrak asuransi pertanian berbasis indeks curah hujan yang harus dibayar dengan menggunakan metode Burn Analysis, dimana asuransi tersebut bersifat tunggal. Hasil dari penelitian ini adalah jika nilai trigger (curah hujan) sebesar 42,8 mm maka premi yang harus dibayar adalah Rp 399.899,00 dan jika nilai trigger (curah hujan) sebesar 43,9 mm maka premi yang harus dibayar adalah Rp 393.323,00. Kata Kunci: Asuransi Pertanian, Metode Burn Analysis, Premi Asuransi, Indeks Curah Hujan
METODE PROJECTED UNIT CREDIT DAN INDIVIDUAL LEVEL PREMIUM DALAM PERHITUNGAN DANA PENSIUN Muhammad Ahyar; Neva Satyahadewi; Hendra Perdana
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 10, No 1 (2021): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v10i1.44769

Abstract

Dana pensiun merupakan salah satu bentuk perencanaan masa depan yang bertujuan untuk menjamin kelangsungan hidup seorang karyawan pada masa pensiun. Besar premi yang harus dibayarkan tiap karyawan dalam dana pensiun disebut dengan iuran normal. Pembayaran iuran normal dilakukan dalam bentuk pemotongan gaji karyawan kemudian diinvestasikan selama masa kerja yang memungkinkan terbentuknya akumulasi dana yang cukup untuk pembayaran manfaat pensiun dalam memelihara kesinambungan penghasilan peserta pada hari tua. Penelitian ini bertujuan menghitung iuran normal, kewajiban aktuaria dan manfaat pensiun dengan menggunakan metode Projected Unit Credit (PUC) dan metode Individual Level Premium (ILP). Dalam hal ini digunakan kasus penerapan pada karyawan berjenis kelamin laki-laki berusia 31 tahun, dimana menjadi peserta pada usia 25 tahun, dan akan pensiun pada usia 56 tahun. Gaji pokok pada tahun pertama pada tahun 2014 dengan UMK Kota Pontianak sebesar Rp1.425.000/bulan. Berdasarkan perhitungan diperoleh, iuran normal yang harus dibayar tahunan menggunakan metode Projected Unit Credit adalah sebesar Rp108.857,- dengan total nilai akhir pembiayaan sebesar Rp42.584.634,-. Sedangkan metode Individual Level Premium Rp177.855 dengan total nilai akhir pembiayaan sebesar Rp35.595.490,-. Metode PUC diperoleh iuran normal lebih rendah dibandingkan metode ILP, hal ini dikarenakan metode PUC menghitung total manfaat pensiun berdasarkan total masa kerja. Sedangkan metode ILP menghitung pula asumsi kenaikan gaji berdasarkan anuitas yang telah ditentukan berdasar masa kerja.Kata kunci: Dana Pensiun, Iuran Normal, Manfaat Pensiun.
ANALISIS KORESPONDENSI DAN BIPLOT PCA PADA PRODI DI FMIPA UNTAN BERDASARKAN TINGKAT PENDIDIKAN DOSEN DAN KARAKTERISTIK MAHASISWA Yundari, Dwi Suci Ramadania,
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 10, No 1 (2021): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v10i1.44686

Abstract

Analisis korespondensi merupakan sebuah teknik multivariat secara grafik yang digunakan untuk eksplorasi data dari sebuah tabel kontingensi. Metode ini dapat digunakan untuk melihat ada tidaknya hubungan antara variabel, dan dapat digunakan untuk melihat keterkaitan (kedekatan) suatu kategori pada satu variabel terhadap kategori variabel lainnya. Langkah awal  dilakukan dengan analisis korespondensi yaitu membuat matriks korespondensi, setelah itu mencari jumlah baris dan jumlah kolom, nilai singular, nilai diagonal, koordinat utama baris dan kolom dan membuat plot. Selanjutnya menganalisis biplot PCA. Penelitian ini bertujuan untuk menganalisis hubungan dan mendeskripsikan karakteristik tingkat pendidikan dosen dan karakteristik mahasiswa di FMIPA Untan pada periode 2018/2019. Hasil penelitian menunjukkan bahwa analisis korespondensi memiliki total keragaman 92,1%, sedangkan biplot PCA memiliki kebaikan sebesar 80,1%, yang berarti analisis korespondensi lebih baik dibangdingkan biplot PCA. Dan pada plot analisis korespondensi menunjukkan informasi yang baik dibandingkan grafik biplot PCA. Analisis korespondensi menunjukkan bahwa terdapat hubungan antara prodi sistem informasi dan sistem komputer pada variabel tingkat pendidikan dosen magister. Prodi ilmu kelautan dan geofisika memiliki hubungan pada variabel jumlah mahasiswa baru. Prodi matematika, fisika dan statistik memiliki hubungan pada variabel jumlah lulusan dan prodi biologi dan kimia memiliki hubungan pada variabel tingkat pendidikan dosen doktor. Kata Kunci: Tabel kontingensi, Singular-Value-Decomposition. Dimensi Dua 
BILANGAN TOTAL INDEPENDENCE PADA GRAF WEB DAN GRAF WEB TERTUTUP Fransiskus Fran, Dian Anggraini, Helmi,
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 10, No 1 (2021): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v10i1.44671

Abstract

Suatu himpunan dari graf  dikatakan himpunan total independent jika anggotanya tidak saling bersisian atau bertetangga. Semua himpunan independent simpul dan matching juga merupakan himpunan total independent. Oleh karena itu hanya himpunan total independent yang dapat mencakup simpul dan sisi sekaligus. Kardinalitas terbesar himpunan-himpunan total independent dari  disebut bilangan total independence yang dinotasikan . Pada penelitian ini dibahas tentang  pada graf web  dan graf web tertutup  untuk .  Berdasarkan penelitian diperoleh bahwa bilangan total independence pada graf web dan graf web tertutup yaitu  dan .Kata kunci : graf cycle, matching, kardinalitas
ANALISIS PREMI TUNGGAL BERSIH ASURANSI JIWA DWIGUNA K-TAHUN UNIT LINK MENGGUNAKAN METODE POINT TO POINT DENGAN GARANSI MINIMUM DAN NILAI CAP Neva Satyahadewi, Fitriana Maghfiroh,
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 10, No 1 (2021): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v10i1.44664

Abstract

Asuransi jiwa dwiguna unit link merupakan suatu produk asuransi yang menggabungkan asuransi jiwa dwiguna dengan unsur investasi. Oleh karena itu, asuransi ini memiliki unsur tabungan, proteksi dan investasi. Tujuan penelitian ini adalah menentukan besar nilai premi tunggal bersih asuransi jiwa dwiguna k-tahun unit link menggunakan metode point to point dengan garansi minimum dan nilai cap. Dalam metode point to point hasil investasi dihitung berdasarkan selisih antara harga saham pada saat jatuh tempo dengan harga saham pada saat kontrak polis, sehingga metode ini mengabaikan fluktuasi harga saham antara awal hingga akhir kontrak polis. Data yang digunakan dalam penelitian ini adalah data saham penutupan harian PT. Summarecon Agung Tbk tahun 2012 dan data suku bunga BI bulan Januari tahun 2013. Peluang hidup mengikuti Tabel Mortalita Indonesia tahun 2011. Dari hasil analisis diperoleh premi tunggal bersih asuransi jiwa dwiguna k-tahun unit link menggunakan metode point to point dengan garansi minimum dan nilai cap untuk seorang pria berusia 25 tahun dengan jangka waktu asuransi 5 tahun dan harga saham awal sebesar Rp620 serta jumlah saham yang akan dibeli sebesar 2.500 lembar yaitu Rp1.517.749. Kata Kunci: Asuransi Jiwa Dwiguna Unit Link, Metode Point to Point 
ANALISIS KORESPONDENSI UNTUK MENGETAHUI KETERKAITAN ALASAN MAHASISWA MEMILIH JURUSAN DI FMIPA UNIVERSITAS TANJUNGPURA Shantika Martha, Jaenal Abidin, Neva Satyahadewi,
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 10, No 1 (2021): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v10i1.44771

Abstract

Analisis korespondensi merupakan salah satu teknik dalam analisis multivariat yang mempelajari hubungan antara dua variabel atau lebih dengan memperagakan baris dan kolom secara bersamaan dari tabel kontingensi. Tujuan penelitian ini membahas mengenai keterkaitan alasan mahasiswa memilih jurusan di FMIPA Universitas Tanjungpura. Proses analisis korespondensi dimulai dengan memasukkan data ke dalam tabel kontingensi, selanjutnya menghitung nilai Chi-Kuadrat dari setiap sel baris dan kolom, kemudian menentukan faktor yang menjadi alasan mahasiswa dalam memilih jurusan. Hasil dari penelitian ini adalah pada faktor biaya dan orang tua sangat berpengaruh bagi mahasiswa Jurusan Matematika dalam memilih jurusan, faktor orang tua, akreditasi jurusan, dan reputasi sangat berpengaruh bagi mahasiswa Jurusan Fisika dalam memilih jurusan, faktor biaya dan reputasi sangat berpengaruh bagi mahasiswa Jurusan Kimia dalam memilih jurusan, faktor orang tua dan minat bakat sangat berpengaruh bagi mahasiswa Jurusan Biologi dalam memilih jurusan, faktor biaya sangat berpengaruh bagi mahasiswa Jurusan Rekayasa Sistem Komputer dalam memilih jurusan, faktor biaya, orang tua, dan beasiswa sangat berpengaruh bagi mahasiswa Jurusan Ilmu Kelautan dalam memilih jurusan, faktor biaya, teman, dan prospek sangat berpengaruh bagi mahasiswa Jurusan Sistem Informasi dalam memilih jurusan. Kata Kunci: Tabel Kontingensi, Chi-Kuadrat
HOMOTOPY ANALYSIS METHOD (HAM) UNTUK MENYELESAIKAN PERSAMAAN DIFERENSIAL NONLINEAR Silvy Heriyanti; Mariatul Kiftiah; Yundari Yundari
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 10, No 1 (2021): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v10i1.44724

Abstract

Homotopy Analysis Method (HAM) merupakan sebuah metode yang digunakan untuk memperoleh barisan solusi dari berbagai permasalahan diferensial nonlinear. Metode ini merupakan hasil konstruksi dari persamaan deformasi orde nol ke persamaan deformasi orde tinggi yang berdasar pada konsep fungsi homotopi dan deret Taylor. Penelitian ini mengkaji pembentukan HAM dan aplikasinya pada beberapa penyelesaian persamaan diferensial nonlinear. Tahap-tahap penyelesaian masalah diferensial nonlinear menggunakan HAM diawali dengan sebuah permasalahan persamaan diferensial nonlinear yang dibentuk ke dalam operator diferensial nonlinear  dengan  parameter homotopi . Kemudian dari operator diferensial nonlinear tersebut dibangun persamaan deformasi orde ke-   sehingga diperoleh bentuk solusi  yang kemudian disubstitusikan ke dalam deret  untuk  sampai . Hasil penyelesaian diferensial nonlinear dengan menggunakan HAM berlaku jika memenuhi teorema solusi HAM, sebaliknya jika tidak memenuhi teorema tersebut maka penyelesaian permasalahan diferensial tidak berlaku.  Kata Kunci : Metode Analisis Homotopi, Persamaan Diferensial Nonlinear

Page 2 of 3 | Total Record : 25

 1   2   3 

Filter by Year

2021 2021


Reset
Filter By Issues
All Issue Vol 14, No 5 (2025): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 14, No 4 (2025): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 14, No 3 (2025): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 14, No 2 (2025): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 14, No 1 (2025): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 13, No 6 (2024): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 13, No 5 (2024): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 13, No 4 (2024): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 13, No 3 (2024): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 13, No 2 (2024): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 13, No 1 (2024): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 12, No 6 (2023): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 12, No 5 (2023): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 12, No 4 (2023): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 12, No 3 (2023): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya (dalam proses) Vol 12, No 3 (2023): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 12, No 2 (2023): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 12, No 1 (2023): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 11, No 5 (2022): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 11, No 4 (2022): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 11, No 3 (2022): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 11, No 2 (2022): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 11, No 1 (2022): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 10, No 4 (2021): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 10, No 3 (2021): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 10, No 2 (2021): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 10, No 1 (2021): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 9, No 4 (2020): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 9, No 3 (2020): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 9, No 3 (2020): BIMASTER Vol 9, No 2 (2020): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 9, No 2 (2020): BIMASTER Vol 9, No 1 (2020): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 9, No 1 (2020): BIMASTER Vol 8, No 4 (2019): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 4 (2019): BIMASTER Vol 8, No 3 (2019): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 3 (2019): BIMASTER Vol 8, No 2 (2019): BIMASTER Vol 8, No 2 (2019): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 1 (2019): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 1 (2019): BIMASTER Vol 7, No 4 (2018): BIMASTER Vol 7, No 4 (2018): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 7, No 3 (2018): BIMASTER Vol 7, No 3 (2018): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 7, No 2 (2018): BIMASTER Vol 7, No 2 (2018): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 7, No 1 (2018): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 7, No 1 (2018): BIMASTER Vol 6, No 03 (2017): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 6, No 03 (2017): BIMASTER Vol 6, No 02 (2017): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 6, No 02 (2017): BIMASTER Vol 6, No 01 (2017): BIMASTER Vol 6, No 01 (2017): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 5, No 03 (2016): BIMASTER Vol 5, No 02 (2016): BIMASTER Vol 5, No 01 (2016): BIMASTER Vol 4, No 03 (2015): BIMASTER Vol 4, No 01 (2015): BIMASTER Vol 4, No 2 (2015): BIMASTER Vol 3, No 03 (2014): BIMASTER Vol 3, No 02 (2014): BIMASTER Vol 3, No 01 (2014): Bimaster Vol 2, No 03 (2013) Vol 2, No 02 (2013): Bimaster Vol 2, No 1 (2013): BIMASTER Vol 1, No 01 (2012): BIMASTER More Issue