cover
Contact Name
-
Contact Email
-
Phone
-
Journal Mail Official
-
Editorial Address
-
Location
Kota pontianak,
Kalimantan barat
INDONESIA
BIMASTER
ISSN : -     EISSN : -     DOI : -
Core Subject : Science, Education,
Bimaster adalah Jurnal Ilmiah berkala bidang Matematika, Statistika dan Terapannya yang terbit secara online dan dikelola oleh Jurusan Matematika FMIPA Untan
Arjuna Subject : -
Articles 21 Documents
Search results for , issue "Vol 11, No 3 (2022): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya" : 21 Documents clear
PENENTUAN AKAR-AKAR PERSAMAAN KUARTIK DENGAN METODE CARDANO DAN METODE FERRARI Rabitah Al-Alawiyah; Helmi Helmi; Yudhi Yudhi
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 11, No 3 (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.v11i3.55430

Abstract

Persamaan kuartik merupakan persamaan polinomial yang memiliki derajat empat. Dalam penelitian ini dibahas bagaimana menentukan akar-akar persamaan kuartik dengan menggunakan metode Cardano dan metode Ferrari. Akar-akar persamaan kuartik dapat ditentukan dengan metode Cardano yaitu dengan mentransformasikan persamaan kuartik ke persamaan kubik yang menghasilkan tiga nilai. Salah satu nilai tersebut disubstitusikan ke persamaan kuadrat sehingga dihasilkan nilai-nilai baru. Selanjutnya nilai-nilai baru tersebut disubstitusikan ke rumus akar-akar persamaan kuartik. Adapun metode lain untuk menyelesaikan persamaan kuartik adalah metode Ferrari. Metode Ferrari merupakan suatu metode untuk menyelesaikan persamaan kuartik dengan mentransformasikan persamaan kuartik ke persamaan kubik yang menghasilkan tiga nilai. Salah satu nilai tersebut disubstitusikan ke rumus akar-akar persamaan kuartik. Hasil penelitian menunjukan bahwa akar-akar persamaan kuartik bisa diselesaikan dengan metode Cardano dan metode Ferrari. Kata Kunci: polinomial, transformasi, derajat
PENERAPAN MARKET BASKET ANALYSIS PADA POLA PEMBELIAN BARANG OLEH KONSUMEN MENGGUNAKAN METODE ALGORITMA APRIORI Wahyu Diyan Ramadana; Neva Satyahadewi; Hendra Perdana
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 11, No 3 (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.v11i3.54962

Abstract

Penerapan data mining banyak digunakan dalam berbagai macam bidang, terlebih lagi dalam bidang bisnis retail yang ada. Pola pembelian barang oleh konsumen menjadi tujuan utama yang perlu dihadapi dalam bisnis retail tersebut. Pengetahuan tentang pola pembelian barang oleh konsumen tersebut dapat dimanfaatkan dalam menyusun tata letak produk guna mempermudah konsumen dalam proses pembelian. Pada penelitian ini digunakan algoritma apriori dalam menentukan pola pembelian konsumen dalam satu keranjang belanja. Data yang digunakan dalam penelitian ini merupakan data sekunder yang diperoleh dari transaksi pembelian konsumen pada toko retail pada periode Januari hingga Februari 2020. Data yang digunakan berjumlah 200 transaksi pembelian yang terjadi. Sebelum dicari aturan asosiasi terlebih dahulu menghitung nilai support masing-masing item, apabila nilai support kurang dari minimum support yang ditentukan maka item akan dipangkas sedangkan item yang memiliki nilai yang memenuhi kriteria minimum support, termasuk kedalam frequent k-itemset. Setelah semua frequent k-itemset terbentuk selanjutnya akan dicari pola asosiasi (association rules) dengan didasarkan pada nilai minimmum confidence, item yang memenuhi kriteria nilai minimum confidence akan digunakan dalam mengambil aturan pembelian.  Pada penelitian ini digunakan nilai minimum support sebesar 1% dan nilai minimum confidence sebesar 80%, dari nilai minimum support dan minimum confidence yang digunakan tersebut diperoleh 10 aturan atau pola pembelian barang oleh konsumen yang dapat dijadikan acuan dalam menyusun tata letak pada penyimpanan barang yang dijual. Kata Kunci: Data mining, Market Basket Analysis, Algoritma Apriori
CADANGAN PREMI ASURANSI JIWA DWIGUNA DENGAN METODE PREMIUM SUFFICIENCY UNTUK TINGKAT SUKU BUNGA VASICEK Rina Rina; Neva Satyahadewi; Hendra Perdana
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 11, No 3 (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.v11i3.54531

Abstract

Cadangan premi adalah besarnya uang yang ada pada perusahaan asuransi dalam masa pertanggungan. Metode perhitungan cadangan premi yang mengikutsertakan biaya operasional atau menggunakan premi kotor (bruto) adalah metode Premium Sufficiency. Pada penelitian ini dicari formula perhitungan cadangan premi asuransi jiwa dwiguna dengan metode Premium Sufficiency menggunakan tingkat suku bunga Vasicek. Pada dasarnya ketika seseorang mendaftar sebagai peserta asuransi, tidaklah terdaftar pada usia genap per tahun, sehingga pada penelitian ini menggunakan usia pecahan dalam penerapannya. Pada proses perhitungan cadangan premi, metode Premium Sufficiency menyertakan biaya penutupan polis baru dan biaya pemeliharaan premi setelah masa asuransi. Studi kasus yang digunakan yaitu seorang peserta asuransi laki-laki yang berusia 25 tahun 5 bulan dengan masa pertanggungan 5 tahun. Besar santunan yang akan diterima tertanggung adalah Rp30.000.000,-. Tahapan penelitian ini terlebih dahulu mencari nilai tunai anuitas, menentukan nilai premi, sehingga didapatlah nilai cadangan premi asuransi jiwa dwiguna. Berdasarkan studi kasus yang digunakan,  nilai cadangan premi yang dihasilkan pada tahun pertama adalah sebesar Rp4.911.076,-. Adapun nilai cadangan premi yang dihasilkan pada bulan pertama Rp0,- dan pada bulan kedua sebesar Rp206.268,-. Sehingga dapat disimpulkan bahwa nilai perhitungan cadangan premi menggunakan metode Premium Sufficiency untuk usia pecahan terus mengalami kenaikan setiap periodenya.  Kata Kunci: Premium Sufficiency, Vasicek, Usia Pecahan
PEMODELAN REGRESI SEMIPARAMETRIK SPLINE TRUNCATED PADA DATA TINGKAT PENGANGGURAN TERBUKA DI INDONESIA Erlando Erlando; Yundari Yundari; Helmi Helmi
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 11, No 3 (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.v11i3.55661

Abstract

Saat ini hampir semua provinsi di Indonesia menghadapi masalah klasik yang sudah lama terjadi, yaitu pengangguran. Data dari Badan Pusat Statistik (BPS) menunjukkan bahwa masalah pengangguran di Indonesia masih cukup tinggi karena masih tingginya tingkat pengangguran di daerah-daerah. Salah satu bentuk pengangguran adalah pengangguran terbuka. Pengangguran terbuka merupakan pengangguran yang tenaga kerjanya sungguh-sungguh tidak mempunyai pekerjaan. Untuk mengetahui banyaknya indikator pada pengangguran terbuka yaitu dengan menggunakan Tingkat Pengangguran Terbuka (TPT). Faktor-faktor yang mempengaruhi TPT di Indonesia dapat diketahui dengan menggunakan regresi semiparametrik spline truncated, karena antara variabel respons (TPT) dan prediktor-prediktornya memiliki pola yang berubah-ubah atau tidak dapat diketahui bentuk kurva regresinya (semiparametrik). Tujuan penelitian ini untuk memodelkan faktor-faktor yang mempengaruhi TPT di Indonesia menggunakan regresi semiparametrik spline truncated serta menentukan faktor yang mempengaruhi TPT secara signifikan. Dalam penelitian ini digunakan 5 variabel yang diduga berpengaruh terhadap Tingkat Pengangguran Terbuka di Indonesia. Data diperoleh dari publikasi website Badan Pusat Statistik (BPS) tahun 2018. Hasil penelitian menunjukkan bahwa model regresi semiparametrik spline truncated untuk pemodelan tingkat pengangguran terbuka di Indonesia tahun 2018 menggunakan kombinasi knot (3,3,3,3). Untuk nilai GCV minimumnya yaitu sebesar 3,167255 sedangkan untuk nilai koefisien determinasi sebesar 23,10% dengan variabel prediktor yang berpengaruh yaitu Angka Partisipasi Kasar (APK) SD dan SMP, Indeks Pembangunan Manusia (IPM), dan Laju Pertumbuhan PDRB. TPT Indonesia tahun 2018 yaitu sebesar 5,30% sedangkan provinsi yang memiliki TPT tertinggi yaitu Provinsi Banten sebesar 8,47% dan provinsi yang memiliki TPT terendah yaitu Provinsi Bali yaitu sebesar 1,40%.  Kata Kunci: GCV, Regresi Semiparametrik Spline Truncated, Tingkat Pengangguran Terbuka, Titik Knot.
PENERAPAN ANALISIS FISHER’S EXACT TEST PADA KASUS MULTIDRUG RESISTANT TUBERCULOSIS (MDR-TB) DI KALIMANTAN BARAT Junita Junita; Naomi Nessyana Debataraja; Dadan Kusnandar
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 11, No 3 (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.v11i3.55431

Abstract

Tuberkulosis merupakan penyakit menular yang mematikan disebabkan oleh bakteri Mycobacterium tuberculosis. Penyakit tuberkulosis dapat disembuhkan dengan minum obat secara teratur hingga dinyatakan sembuh oleh dokter dengan strategi DOTS (Directly Observed Treatment Shortcourse). Apabila tidak teratur dalam minum obat atau terputus maka dapat menyebabkan resistan obat yang dikonsumsi yang dinamakan Multidrug Resistant Tuberculosis (MDR-TB). Salah satu kunci keberhasilan dalam pengobatan MDR-TB adalah kepatuhan pasien dalam menjalani pengobatannya. Faktor-faktor yang dinilai dapat mempengaruhi kepatuhan pasien dalam mematuhi anjuran berobat adalah pengetahuan terkait  penyakit MDR-TB dan perilaku pasien selama pengobatan. Penelitian ini bertujuan untuk menganalisis pengaruh antara perilaku dan pengetahuan pasien MDR-TB terhadap kepatuhan pengobatan pasien MDR-TB. Data yang digunakan adalah data pasien MDR-TB di Kalimantan Barat yang diperoleh melalui kuesioner penelitian. Pengolahan data menggunakan uji statistik Fisher’s Exact Test dengan α = 5%. Hasil penelitian menunjukkan bahwa pengetahuan pasien MDR-TB signifikan berpengaruh terhadap kepatuhan dalam pengobatannya (p = 0,028). Sedangkan perilaku pasien MDR-TB tidak signifikan berpengaruh terhadap kepatuhan dalam pengobatannya (p = 0,268). Kata Kunci : MDR-TB, perilaku, pengetahuan, kepatuhan
OPTIMALISASI FASE DAN DURASI LAMPU HIJAU PADA ARUS LALU LINTAS Studi Kasus: Persimpangan Jalan Tanjungpura - Imam Bonjol Kota Pontianak, Kalimantan Barat Adrah Adrah; Nilamsari Kusumastuti; Meliana Pasaribu
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 11, No 3 (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.v11i3.55022

Abstract

Arus lalu lintas dan antrian pada pagi hari di persimpangan jalan Tanjungpura - Imam Bonjol termasuk dalam klasifikasi padat dan panjang. Akibatnya sering terjadi kemacetan di persimpangan tersebut. Oleh karena itu, perlu dilakukan penyesuaian fase dan durasi lampu hijau dengan penerapan graf fuzzy ͠G(͠V,͠E). Arus lalu lintas direpresentasikan sebagai simpul dan derajat keanggotaan simpul menyatakan kepadatan arus lalu lintas. Sedangkan arus bersilangan atau menyatu dinyatakan sebagai sisi dan derajat keanggotaan sisi menyatakan tingkat konflik dari kedua arus. Hasil representasi persimpangan tersebut membentuk graf fuzzy ͠G(͠V,͠E) yang terdiri dari 12 simpul dan 28 sisi. Graf fuzzy ͠G(͠V,͠E) yang terbentuk, selanjGGutnya diwarnai menggunakan konsep pewarnaan graf fuzzy dengan cut˗α. Pewarnaan tersebut menghasilkan bilangan kromatik untuk setiap , dimana bilangan kromatik maksimal yang diperoleh yaitu 4. Hal ini berarti terdapat 4 fase arus lalu lintas di persimpangan jalan Tanjungpura - Imam Bonjol. Setiap fase yang terbentuk, selanjutnya dicari durasi lampu hijau berdasarkan hasil penelitian, diperoleh durasi lampu hijau pada persimpangan jalan Tanjungpura - Imam Bonjol yaitu 14 detik jalan Pahlawan, 16 detik jalan Sultan Hamid II, 17 detik jalan Imam Bonjol dan 18 detik jalan Tanjungpura. Kata Kunci: Graf fuzzy ͠G(͠V,͠E), Cut˗α, Pewarnaan graf fuzzy
ANALISIS DESKRIPTIF KRITERIA PENERIMAAN SNMPTN DI PROGRAM STUDI STATISTIKA UNIVERSITAS TANJUNGPURA Suci Angriani; Neva Satyahadewi; Hendra Perdana
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 11, No 3 (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.v11i3.54532

Abstract

Seleksi Nasional Masuk Perguruan Tinggi Negeri atau SNMPTN merupakan jalur undangan masuk perguruan tinggi negeri yang paling banyak diminati oleh siswa menengah.  Seleksi SNMPTN berdasarkan pada pertimbangan hasil prestasi akademik seperti nilai rapor dari kelas 10 hingga 12 dan prestasi penunjang lainnya. Program Studi (S1) Statistika merupakan Program Studi di Universitas Tanjungpura yang memiliki ketersediaan kapasitas 20 kursi pada jalur SNMPTN. Dengan daya tampung SNMPTN yang terbatas ini, membuat siswa harus menentukan strategi yang tepat agar dapat diterima. Penelitian ini bertujuan untuk mengetahui gambaran kriteria penerimaan di Program Studi Statistika Universitas Tanjungpura berdasarkan jalur masuk SNMPTN secara ringkas dan menyajikannya dalam bentuk yang lebih mudah dipahami sehingga dapat membantu dalam mempelajari dinamika kelulusan SNMPTN di Program Studi Statistika Universitas Tanjungpura. Data yang digunakan terkumpul dari mahasiswa Statistika angkatan 2017 sampai dengan angkatan 2021 yang pernah mengikuti SNMPTN dengan menjadikan Program Studi Statistika sebagai pilihan. Variabel yang digunakan sebagai kriteria penerimaan yaitu status pilihan prodi, prestasi nasional, prestasi provinsi, serta nilai rapor mata pelajaran Bahasa Inggris, Bahasa Indonesia, Matematika, Kimia, Fisika dan Biologi. Berdasarkan hasil penelitian diketahui bahwa sebanyak 76 responden atau sebanyak 81,72% memilih Program Studi Statistika Universitas Tanjungpura pada pilihan pertama jalur SNMPTN, sedangkan sisanya sebanyak 17 responden atau sebanyak 18,28% memilih Program Studi Statistika Universitas Tanjungpura pada pilihan kedua jalur  SNMPTN. Kata Kunci: SNMPTN, Jalur Masuk, Analisis Deskriptif.
PENGUKURAN RISIKO KERUGIAN PETANI SAWIT MENGGUNAKAN METODE EXPECTED SHORTFALL DENGAN SIMULASI MONTE CARLO Wahyudin Wahyudin; Setyo Wira Rizki; Shantika Martha
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 11, No 3 (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.v11i3.55777

Abstract

Kelapa sawit merupakan salah satu komoditas yang memberikan kontribusi bagi perdagangan luar negeri. VaR merupakan standar internasional dalam pengukuran risiko finansial. VaR memiliki kekurangan yaitu tidak memenuhi sifat subadditivity sehingga tidak dapat meminimumkan risiko. Kekurangan ini dapat diatasi menggunakan metode Expected Shortfall (ES) dengan simulasi Monte Carlo. Simulasi Monte Carlo adalah simulasi yang membangkitkan bilangan acak berdasarkan karakteristik dari data yang akan dibangkitkan, yang kemudian digunakan untuk menghitung nilai ES. Penelitian ini bertujuan untuk mengukur risiko kerugian maksimum petani sawit menggunakan metode ES dengan simulasi Monte Carlo. Langkah-langkah perhitungan ES dengan simulasi Monte Carlo adalah menghitung nilai return, melakukan uji normalitas data, mengestimasi parameter rata-rata dan standar deviasi, mengestimasi kerugian maksimum dan kuantil, menghitung nilai VaR, menghitung rata-rata VaR, menghitung ES dengan simulasi Monte Carlo. Penelitian ini menggunakan data Harga Tanda Buah Segar (TBS) periode Februari 2017 sampai Desember 2020 di Kalimantan Barat. Berdasarkan hasil analisis, diperoleh nilai ES dengan simulasi Monte Carlo pada tingkat kepercayaan 95% sebesar 18,427%. Artinya kerugian maksimum yang diterima petani sawit yaitu sebesar 18,427%.  Kata Kunci:   Value at Risk, harga maksimum
ANALISIS AUTOKORELASI SPASIAL KASUS POSITIF COVID-19 MENGGUNAKAN INDEKS MORAN DAN LISA Rika Mailanda; Dadan Kusnandar; Nur’ainul Miftahul Huda
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 11, No 3 (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.v11i3.55447

Abstract

Autokorelasi spasial merupakan salah satu analisis spasial untuk menentukan pola hubungan atau korelasi antar lokasi amatan. Pada kasus positif Covid-19 di Pulau Jawa, metode ini memberikan informasi penting dalam menganalisis hubungan karakteristik kasus positif Covid-19 antar lokasi. Dengan demikian, dalam penelitian ini dilakukan analisis autokorelasi spasial antarprovinsi di Pulau Jawa menggunakan data kasus positif Covid-19 dari 11 Januari 2021 hingga 3 Januari 2022. Data harian yang diperoleh dipartisi berdasarkan kebijakan yang ditetapkan pemerintah. Kebijakan tersebut meliputi penerapan pembatasan kegiatan masyarakat (PPKM), PPKM Mikro, PPKM Mikro Darurat, PPKM level 1-4 dan perpanjangan dari masing-masing kebijakan tersebut. Pada 11 Januari 2021 hingga 3 Januari 2022, ada 30 partisi berdasarkan kebijakan yang diberlakukan. Metode yang digunakan adalah Indeks Moran dan Local Indicator of Spatial Autocorrelation (LISA). Pembobot spasial yang digunakan adalah Inverse Distance Weight. Hasil analisis menggunakan Indeks Moran dengan tingkat signifikansi α = 5% menunjukkan ada hubungan kasus positif Covid-19 antar provinsi di Pulau Jawa pada saat pemerintah menerapkan kebijakan perpanjangan PPKM Mikro (23 Maret - 5 April 2021). Nilai Indeks Moran saat kebijakan tersebut adalah 0,197 yang mengindikasikan adanya autokorelasi spasial positif (pola mengelompok). Selanjutnya menggunakan LISA, terdapat autokorelasi spasial di provinsi Jawa Barat saat kebijakan perpanjangan PPKM Mikro (23 Maret - 5 April 2021) dan di provinsi Banten saat PPKM Level 3, 2 dan 1 (14 Desember 2021 - 3 Januari 2022). Hal ini ditunjukkan oleh nilai Z(LJawa Barat) sebesar 1,978 dan Zα/2 sebesar 1,96 (1,978 > 1,96), dan nilai Z(LBanten) sebesar -1,976 dan Zα/2 sebesar 1,96 (1,976 > 1,96). Kata Kunci : Autokorelasi Spasial, Indeks Moran, LISA, Covid-19.
BILANGAN LOKASI PADA GRAF LILI DAN GRAF PERSAHABATAN Stefani Septiani Nanda Putri; Nilamsari Kusumastuti; Fransiskus Fran
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 11, No 3 (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.v11i3.55025

Abstract

Diberikan sebarang graf terhubung G=(V(G),E(G)) dan dimisalkan W= {w₁, w₂,…, wₖ} adalah himpunan bagian dari V(G). Representasi titik v ???? V(G) terhadap W, Cw(v), adalah pasangan k-tupel yang disebut kode lokasi dengan Cw(v)= (d(v,w₁), d(v,w₂),…,d(v,wₖ)) dan d(v,wi) menyatakan jarak dari titik v ke titik wi   untuk i= 1,2,…,k. Himpunan W disebut himpunan lokasi di G jika untuk setiap u,v ???? V(G), Cw(u)≠ Cw(v). Kardinalitas minimum dari semua himpunan lokasi pada G disebut bilangan lokasi G yang dinotasikan dengan Loc(G). Pada penelitian ini dibahas tentang bilangan lokasi pada graf lili (ℓn) dan graf persahabatan (fn). Graf lili adalah graf yang dibentuk dari penggabungan graf bintang (S1,n) dan graf lintasan (Pn) sedangkan graf persahabatan adalah graf yang dibentuk dari n salinan graf sikel (C3). Graf lili dan graf persahabatan memiliki karakteristik pada beberapa titiknya yaitu berupa titik kembar. Dua titik ????,???? dikatakan titik kembar jika titik u dan v memiliki jarak yang sama terhadap semua titik lain di graf G kecuali titik u dan v. Titik kembar pada graf lili dan graf persahabatan dapat digunakan untuk memudahkan dalam pencarian himpunan lokasi. Hasil dari penelitian ini diperoleh bilangan lokasi dari graf lili (ℓn) yaitu Loc(ℓn)=2n+1untuk n ≥ 2 dan bilangan lokasi dari graf persahabatan (fn) yaitu Loc(fn)= n, untuk n ≥ 2,n ???? ℕ. Kata Kunci : himpunan lokasi, kode lokasi, titik kembar, bilangan lokasi

Page 1 of 3 | Total Record : 21


Filter by Year

2022 2022


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 Vol 9, No 3 (2020): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 9, No 2 (2020): BIMASTER Vol 9, No 2 (2020): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 9, No 1 (2020): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 9, No 1 (2020): BIMASTER Vol 8, No 4 (2019): BIMASTER Vol 8, No 4 (2019): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 3 (2019): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 3 (2019): BIMASTER Vol 8, No 2 (2019): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 2 (2019): BIMASTER 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 : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 7, No 3 (2018): BIMASTER Vol 7, No 2 (2018): BIMASTER Vol 7, No 2 (2018): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 7, No 1 (2018): BIMASTER Vol 7, No 1 (2018): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 6, No 03 (2017): BIMASTER Vol 6, No 03 (2017): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 6, No 02 (2017): BIMASTER Vol 6, No 02 (2017): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya 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