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 22 Documents
 1   2   3 
Search results for , issue "Vol 11, No 1 (2022): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya" : 22 Documents clear
ANALISIS SURVIVAL PADA DATA TERSENSOR TIPE I DENGAN METODE KAPLAN MEIER Setyo Wira Rizki, Insan Firsawan, Naomi Nessyana Debataraja,
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 11, No 1 (2022): 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.v11i1.51592

Abstract

Analisis uji data hidup atau analisis survival ialah salah satu teknik statistika yang dapat digunakan dalam melakukan pengujian tentang tahan hidup dan keandalan suatu komponen. Data waktu hidup yang diperoleh dari percobaan uji hidup berbentuk data tersensor tipe I jika data uji hidup dapat dihasilkan setelah percobaan berlangsung selama waktu yang telah ditentukan. Data tersensor tipe I dapat dianalisis menggunakan Metode Kaplan Meier.  Penelitian ini bertujuan untuk menentukan lama hidup seorang penderita kanker paru-paru. Penelitian dimulai dengan menentukan data tersensor dan tipe sensor, lalu menghitung estimasi S(t) dan H(t) kemudian interpretasi. Data dalam penelitian ini adalah  Data Kanker Paru North Central Cancer Treatment Group (NCCTG) dengan jumlah 288 pasien dengan variabel yang digunakan yaitu waktu survival pasien dalam 1 hari, status penyensoran, dan jenis kelamin. Hasil penelitian menunjukkan bahwa seorang pengidap kanker paru-paru memiliki peluang hidup 99,56% untuk 5 hari kemudian. Sedangkan peluang bertahan hidup pengidap kanker paru-paru selama 965 hari kedepan yaitu 5,03%. Selain itu, hasil penelitian ini menunjukkan bahwa pasien kanker paru-paru berjenis kelamin perempuan mempunyai rata-rata peluang hidup selama 455 hari sedangkan pasien berjenis kelamin laki-laki yang memiliki peluang hidup selama 326 hari. Maka dapat dikatakan peluang hidup pasien berjenis kelamin perempuan lebih besar dibandingkan dengan pasien berjenis kelamin laki-laki. Kata kunci : kanker paru-paru, uji data hidup, failure time
PREDIKSI JUMLAH PENDUDUK DENGAN PERSAMAAN LOGISTIK MENGGUNAKAN METODE ADAMS-BASHFORTH-MOULTON (Studi Kasus: Kalimantan Barat) Yudhi, Suci Riska Putri, Evi Noviani,
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 11, No 1 (2022): 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.v11i1.52200

Abstract

Persamaan logistik adalah sebuah model pertumbuhan penduduk yang merupakan Persamaan Diferensial Biasa (PDB) non linear orde satu. Peneliti menggunakan persamaan logistik sebagai model pertumbuhan penduduk di Kalimantan Barat (Kalbar). Solusi dari persamaan logistik didapatkan dengan metode numerik yaitu menggunakan metode Adams-Bashforth-Moulton. Pada penelitian ini untuk memprediksi pertumbuhan penduduk dengan menggunakan carrying capacity 54.000.000, dengan laju pertumbuhan 1,8%. Metode ini menghasilkan jumlah penduduk provinsi Kalimantan Barat pada tahun 2021 sebanyak 5.264.695 jiwa, tahun 2022 sebanyak 5.350.842 jiwa dan 2023 sebanyak 5.438.242 jiwa. Nilai MAPE pada metode Adam-Bashforth-Moulton sebesar 0,689% berdasarkan kriteria nilai MAPE nilai tersebut sangat baik. Kata Kunci: Persamaan Logistik, Runge-Kutta, Adams-Bashforth-Moulton, Metode Numerik
PEMODELAN PERTUMBUHAN EKONOMI KALIMANTAN BARAT MENGGUNAKAN PENDEKATAN LEAST ABSOLUTE SHRINKAGE AND SELECTION OPERATOR (LASSO) Dadan Kusnandar, Oktavianus Frans L, Setyo Wira Rizki,
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 11, No 1 (2022): 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.v11i1.51613

Abstract

Pertumbuhan ekonomi suatu daerah dapat diukur dengan peningkatan produksi barang dan jasa serta pendapatan nasional. Salah satu cara untuk menentukan faktor-faktor yang mempengaruhi pertumbuhan ekonomi yaitu dengan menggunakan analisis regresi. Dalam analisis regresi ada beberapa pelanggaran yang sering terjadi terhadap asumsi-asumsinya, salah satunya yaitu terjadinya multikolinearitas. Dalam mengatasi masalah multikolinearitas yang terjadi terdapat beberapa metode yang dapat digunakan salah satunya ialah metode least absolute shrinkage and selection operator (LASSO). Pada penelitian ini, variabel respon yang digunakan yaitu produk domestik regional bruto (PDRB). Sedangkan variabel prediktor diantaranya penanaman modal asing (PMA), angkatan kerja (AK), penanaman modal dalam negeri (PMDN) serta dana alokasi umum (DAU). Berdasarkan uji asumsi klasik pada analisis regresi terjadi masalah multikolinearitas pada variabel PMDN karena memiliki nilai VIF >10. Sehingga dilakukan penanganan dengan menggunakan metode LASSO. Dengan menggunakan metode LASSO, nilai penduga koefisien parameter untuk variabel PMDN disusutkan sampai tepat nol, sehingga variabel PMDN tidak memiliki pengaruh terhadap model. Berdasarkan perbandingan nilai R-Square, metode LASSO lebih tinggi yaitu sebesar 98,70%, dibandingkan dengan metode kuadrat terkecil pada analisis regresi sebesar 95.54%. Sehingga metode LASSO dapat digunakan sebagai metode seleksi variabel sehingga model menjadi lebih sederhana dan efisien serta dapat mengatasi masalah multikolinieritas.Kata kunci:  PDRB, Regresi, Multikolinearitas
MODEL EXTENDED COX UNTUK MENGATASI NONPROPORTIONAL HAZARD Naomi Nessyana Debataraja, Mega Puji Paramitha, Neva Satyahadewi,
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 11, No 1 (2022): 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.v11i1.51604

Abstract

Salah satu metode semiparametrik yang digunakan untuk menganalisis data survival adalah regresi Cox Proportional Hazard (PH). Penggunaan regresi Cox ini harus memenuhi asumsi PH, apabila asumsi ini tidak terpenuhi dalam memodelkan regresi cox, maka komponen linear yang membentuk model dalam berbagai waktu tidak sesuai. Hal ini mengakibatkan pemodelan regresi cox tidak tepat dan disebut nonproportional hazard. Salah satu cara yang dapat digunakan untuk mengatasi hal tersebut adalah model regresi Extended Cox. Model regresi Extended Cox adalah modifikasi dari model regresi Cox PH yang mengandung variabel terikat oleh waktu. Model ini digunakan dengan mengalikan covariate yang tidak memenuhi asumsi PH dengan fungsi waktu. Adapun fungsi waktu yang digunakan dalam model Extended Cox adalah g1(t)=t, g2(t)=log t dan g3(t) adalah fungsi heaviside. Oleh karena itu, tujuan penelitian ini adalah mengetahui fungsi waktu yang dapat mengatasi nonproportional hazard pada data Criminal Recidivsm. Data Criminal recidivsm merupakan data survival 432 mantan narapidana untuk tidak melakukan kriminalitas dan ditangkap kembali. Adapun variabel yang diduga dapat mempengaruhi hal tersebut yaitu bantuan dana pasca bebas (X1), usia (X2), suku (X3), pengalaman bekerja (X4), status pernikahan (X5), bebas bersyarat (X6), tingkat pendidikan: kelas 7-9 (X7), kelas 10-11 (X8), kelas 12 (X9), perguruan tinggi (X10) dan banyaknya hukuman yang diterima (X11). Berdasarkan model regresi terbaik diperoleh variabel yang signifikan yaitu X1, X2, X5 dan X11. Selanjutnya dilakukan pengujian asumsi PH dan diperoleh bahwa variabel X2 tidak memenuhi asumsi. Dan dari hasil penelitian diperoleh bahwa model regresi Extended Cox dengan fungsi heaviside dapat mengatasi nonproportional hazard pada data Criminal Residivism.Kata kunci: Fungsi heaviside, Proportional hazard, survival, Criminal Recidivism
METODE ALTERNATIF DALAM MENCARI SOLUSI PARTIKULAR PERSAMAAN DIFERENSIAL BIASA NON HOMOGEN KOEFISIEN KONSTAN Yudhi, Alvi Yanitami, Mariatul Kiftiah,
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 11, No 1 (2022): 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.v11i1.51593

Abstract

Solusi umum persamaan diferensial biasa non homogen koefisien konstan terdiri atas solusi homogen dan solusi partikular. Penelitian ini mengkaji metode alternatif untuk mencari solusi partikular persamaan diferensial biasa orde-n non homogen koefisien konstan, ɑₙy⁽ⁿ⁾+ɑₙ₋₁y⁽ⁿ⁻¹⁾+···+ɑ₁y′+ ɑ₀y=eᵅͯ f(x) dengan ɑᵢ merupakan koefisien konstan dari y⁽ⁱ⁾ untuk i=1, 2, 3, ···, n, ɑₙ≠0 dan α merupakan bilangan riil. Metode ini dapat mencari solusi partikular tanpa harus memperhatikan bentuk umum solusi homogen. Pembahasan pada penelitian dibagi menjadi dua kasus, yaitu kasus pertama akar-akar dari persamaan karakteristik tidak sama dengan α dan kasus kedua, akar-akar dari persamaan karakteristik sama dengan α dengan multiplisitasnya k (k ≥ 1). Bentuk umum solusi partikular yang diperoleh, yaitu y= eᵅͯ u(x) dimana u⁽ᵏ⁾(x) = ∑ͫᵢ₌ⱼ dᵢ g⁽ͥ ⁾(x) dengan g(x) = f(x)k! / P⁽ᵏ⁾ (α).Kata Kunci: persamaan diferensial biasa, solusi partikular, koefisien konstan
PERHITUNGAN PREMI ASURANSI JIWA DENGAN APLIKASI RANTAI MARKOV PADA PENDERITA PENYAKIT JANTUNG DI KALIMANTAN BARAT Hendra Perdana, Edy Karyady, Neva Satyahadewi,
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 11, No 1 (2022): 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.v11i1.52201

Abstract

Asuransi jiwa adalah suatu program atau produk asuransi yang memberikan nilai manfaat (benefit) pengalihan risiko atas kehilangan nilai ekonomis hidup seseorang berupa pembayaran sejumlah uang tertentu atas kematian atas nasabah perusahaan asuransi. Penelitian ini membahas tentang perhitungan premi untuk asuransi Long Term Care (LTC) pada produk Annuity as A Rider Benefit dengan model multi status. Status yang digunakan terdiri dari yaitu status sehat, status sakit jantung, dan status meninggal. Perhitungan premi berdasarkan Rantai Markov melalui matriks peluang transisi dengan data tingkat prevalensi penderita penyakit jantung di Kalimantan Barat tahun 2018. Langkah untuk perhitungan premi asuransi yaitu menentukan nilai premi tunggal bersih asuransi setelah itu nilai anuitas manfaat dan yang terakhir menghitung nilai premi asuransi. Studi kasus yang digunakan dalam penelitian ini yaitu seorang laki-laki yang berusia 35 tahun mengikuti asuransi LTC dengan waktu tanggungan selama 5 tahun. Diketahui bahwa nilai santunan ketika seseorang tersebut mengalami kematian sebesar Rp100.000.000. Suku bunga yang digunakan yaitu sebesar 5%. Hasil perhitungan diperoleh premi tahunan untuk asuransi LTC pada produk Annuity as A Rider Benefit adalah Rp4.821.651. Kemudian perhitungan premi bersih tahunan asuransi ini juga dihitung berdasarkan usia dan jenis kelamin. Ketika usia semakin bertambah maka besar premi akan semakin besar, hal ini dipengaruhi oleh peluang kematian yang semakin besar ketika usia bertambah. Selain itu, berdasarkan jenis kelamin diperoleh bahwa premi laki-laki lebih mahal dibandingkan jenis kelamin perempuan. Hal ini dipengaruhi peluang kematian laki-laki lebih besar dibandingkan perempuan. Kata Kunci:   Asuransi Jiwa, Annuity as A Rider Benefit, Rantai Markov
BILANGAN AKROMATIK PADA GRAF BINTANG, GRAF POHON PISANG DAN GRAF KEMBANG API Fransiskus Fran, Darul Ihsan, Yundari,
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 11, No 1 (2022): 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.v11i1.52189

Abstract

Pewarnaan lengkap adalah pewarnaan simpul sehingga untuk setiap pasangan warna (a,b) terdapat sisi e=(v1,v2) sedemikian sehingga v1 diwarnai a dan v2 diwarnai b. Permasalahan yang dikaji pada pewarnaan lengkap adalah mencari bilangan akromatik yaitu maksimum banyaknya warna yang digunakan pada pewarnaan lengkap. Bilangan akromatik dinotasikan dengan lambang ѱ(G). Pada penelitian ini dibahas tentang bilangan akromatik pada graf khusus yaitu graf bintang Sn, graf pohon pisang B2,n, graf pohon pisang B3,n, graf kembang api F2,n dan graf kembang api F3,n dengan n≥3. Graf bintang Sn adalah graf dengan n+1 simpul, dengan satu simpul berdejarat n yang dinamakan simpul pusat, dan n simpul berderajat satu yang dinamakan daun. Graf Pohon pisang Bm,n adalah graf yang diperoleh dengan menghubungkan satu daun dari setiap m salinan graf bintang Sn ke sebuah simpul baru yang disebut simpul akar. Graf kembang api Fk,n adalah graf yang diperoleh dari k salinan graf bintang dengan cara menghubungkan sebuah daun dari setiap Sn melalui sebuah lintasan. Berdasarkan penelitian diperoleh bilangan akromatik pada graf bintang adalah 2. Bilangan akromatik pada graf pohon pisang B2,n dan B3,n  berturut-turut adalah 4 dan 5. Bilangan akromatik pada graf kembang api F2,n dan B3,n adalah 4 dan 5. Kata kunci:  pewarnaan graf, pewarnaan simpul, pewarnaan lengkap.
SEGMENTASI MAHASISWA DALAM MEMILIH PROGRAM STUDI STATISTIKA DENGAN LATENT CLASS REGRESSION ANALYSIS Setyo Wira Rizki, Evariliza, Naomi Nessyana Debataraja,
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 11, No 1 (2022): 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.v11i1.51605

Abstract

Latent class regression analysis merupakan analisis multivariat untuk data kategorik dan melibatkan kovariat untuk pembentukan kelas-kelas laten. Penelitian ini bertujuan untuk menentukan pengelompokan mahasiswa berdasarkan pendapatnya dalam memilih Program Studi Statistika dan variabel kovariat yang mempengaruhinya. Data yang digunakan adalah data pendapat mahasiswa dalam memilih program studi statistika berdasarkan peluang pekerjaan, status akreditasi, biaya kuliah, informasi media sosial, dan informasi brosur/pamflet. Estimasi parameter pada latent class regression analysis menggunakan algoritma EM (ekspektasi-maksimisasi) yang dilanjutkan dengan metode Newton-Raphson. Kemudian melakukan uji signifikansi parameter dengan uji simultan dan uji parsial, serta pemilihan model terbaik dengan nilai log-likelihood terbesar. Berdasarkan hasil analisis diperoleh bahwa mahasiswa Program Studi Statistika dikelompokkan menjadi  tiga kelas dengan variabel kovariat  yang berpengaruh adalah angkatan. Kelas pertama mahasiswa statistika berpendapat sangat setuju untuk variabel peluang pekerjaan dan berpendapat setuju untuk variabel status akreditasi, biaya kuliah, dan informasi dari media sosial. Adapun pada kelas kedua  mahasiswa berpendapat setuju untuk variabel peluang pekerjaan, status akreditasi, dan biaya kuliah. Sedangkan pada kelas ketiga mahasiswa berpendapat setuju untuk variabel peluang pekerjaan. Kata Kunci: Latent Class Regression Analysis (LCRA), Ekspektasi-Maksimisasi, Newton-Raphson
PENYELESAIAN GENERALISASI PERSAMAAN BERNOULLI DAN PERSAMAAN RICCATI DENGAN PENDEKATAN PERSAMAAN DIFERENSIAL EKSAK Yudhi, Annisa Anadia Resty, Mariatul Kiftiah,
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 11, No 1 (2022): 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.v11i1.51596

Abstract

Persamaan diferensial biasa merupakan persamaan yang memuat turunan fungsi dari satu atau lebih variabel terikat terhadap satu variabel bebas. Persamaan Bernoulli dan persamaan Riccati merupakan bentuk dari persamaan diferensial biasa orde satu. Pada penelitian ini dibahas tentang mencari solusi umum dari generalisasi persamaan Bernoulli dan persamaan Riccati dengan menggunakan pendekatan persamaan diferensial eksak. Bentuk umum persamaan Bernoulli yang digeneralisasikan menjadi dy/dx+a(x)h(y)=b(x)g(y) dengan h(y)=g(y)∫(dy/g(y)).  Solusi umum dari generalisasi persamaan Bernoulli, yaitu e^∫(a(x)dx)∫dy/g(y)-∫b(x)e^(a(x)dx)dx=c dan solusi umum persamaan Riccati diperoleh dari solusi umum persamaan Bernoulli dengan memisalkan y=u+z dimana u sebagai solusi partikular dengan dan z sebagai solusi homogen.  Kata Kunci: generalisasi persamaan Bernoulli, persamaan Riccati, persamaan diferensial eksak.
PENERAPAN THRESHOLD VECTOR ERROR CORRECTION MODEL PADA ANALISIS HUBUNGAN EKSPOR DAN PRODUK DOMESTIK BRUTO Hendra Perdana, Della Ayu Dewi Lestari, Dadan Kusnandar,
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 11, No 1 (2022): 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.v11i1.52204

Abstract

Pada umumnya data bidang ekonomi merupakan data yang cenderung memiliki efek tren atau musiman. Data yang mengandung efek tren atau musiman sering disebut data yang tidak stasioner. Salah satu metode yang digunakan untuk analisis data yang tidak stasioner adalah Vector Error Correction Model (VECM). Syarat dari metode VECM yaitu terdapat kointegrasi antarvariabel. Threshold Vector Error Correction Model (TVECM) merupakan pengembangan dari VECM. TVECM adalah model suatu ambang batas (threshold) tertentu sehingga tercipta dua atau lebih kondisi yang berbeda. Pada penelitian ini TVECM digunakan untuk menganalisis hubungan ekspor dan Produk Domestik Bruto (PDB). Data yang digunakan merupakan data triwulan dari tahun 2010 sampai dengan 2019. Berdasarkan analisis dari pemodelan TVECM dua rezim, diperoleh nilai threshold yang membagi kedua rezim tersebut sebesar Rp83,8585 triliun. Pada rezim satu PDB lebih merespon ketidakseimbangan jangka pendek, dengan turun sebesar 7,9% untuk kembali menuju keseimbangan jangka panjang. Pada rezim dua ekspor lebih merespon ketidakseimbangan jangka pendek, dengan naik sebesar 38,88% untuk kembali menuju keseimbangan jangka panjang. Kata Kunci : Ekspor, PDB, TVECM.

Page 1 of 3 | Total Record : 22

 1   2   3 

Filter by Year

2022 2022


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 Vol 9, No 1 (2020): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 4 (2019): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 4 (2019): BIMASTER Vol 8, No 3 (2019): BIMASTER Vol 8, No 3 (2019): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 2 (2019): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 2 (2019): BIMASTER Vol 8, No 1 (2019): BIMASTER Vol 8, No 1 (2019): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 7, No 4 (2018): BIMASTER Vol 7, No 4 (2018): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 7, No 3 (2018): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 7, No 3 (2018): BIMASTER Vol 7, No 2 (2018): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 7, No 2 (2018): BIMASTER 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 : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 6, No 01 (2017): BIMASTER 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