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 11 Documents
 1   2 
Search results for , issue "Vol 2, No 1 (2013): BIMASTER" : 11 Documents clear
PERBANDINGAN METODE MAXIMUM LIKELIHOOD ESTIMATION (MLE) DAN METODE BAYESDALAM PENDUGAAN PARAMETER DISTRIBUSI EKSPONENSIAL Evy Sulistianingsih., Dwi Nurlaila, Dadan Kusnandar,
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 2, No 1 (2013): BIMASTER
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v2i1.1637

Abstract

Penelitian ini membandingkan metode MLE dan metode Bayes dalam menduga parameter Distribusi Eksponensial. Distribusi prior untuk metode Bayes yang digunakan pada penelitian ini adalah perluasan distribusi prior Jeffrey. Perbandingan kedua metode dilakukan melalui simulasi data pada berbagai kondisi parameter dan ukuran sampel. Evaluasi terhadap kedua metode dilakukan melalui pengamatan terhadap nilai bias dan MSE yang dihasilkan. Penelitian ini menunjukkan bahwa metode Bayes dengan nilai konstanta Jeffrey lebih kecil dari satu selalu menghasilkan nilai bias dan MSE yang lebih baik dibandingkan dengan metode Maximum Likelihood Estimation (MLE). Kata kunci: Distribusi Eksponensial, Metode MLE, Metode Bayes.
CLUSTERING LULUSAN MAHASISWA MATEMATIKA FMIPA UNTAN PONTIANAK MENGGUNAKAN ALGORITMA FUZZY C-MEANS Kusumastuti, Beni Irawan., Cary Lineker Simbolon, Nilamsari
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 2, No 1 (2013): BIMASTER
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v2i1.1536

Abstract

Clustering adalah proses pengelompokan data ke dalam cluster berdasarkan parameter tertentu sehingga obyek-obyek dalam sebuah cluster memiliki tingkat kemiripan yang tinggi satu sama lain dan sangat tidak mirip dengan obyek yang lain pada cluster yang berbeda. Fuzzy C-Means termasuk dalam salah satu teknik clustering. Seperti teknik clustering lainnya. Fuzzy C-Means juga mengelompokkan sejumlah obyek. Pada jurnal ini teknik Fuzzy C-Means digunakan untuk mengelompokkan lulusan jurusan Matematika FMIPA Universitas Tangjungpura (UNTAN). Lulusan dibagi kedalam empat cluster berdasarkan IPK dan lama studi. Hasil dari penelitian ini adalah diperoleh empat pusat cluster atau center. Untuk cluster 1 terdiri dari lulusan dengan kisaran IPK 3,15 dan lama studi 5,09 tahun , cluster 2 terdiri dari lulusan dengan kisaran IPK 2,88 dan lama studi 7,32 tahun, cluster 3 terdiri dari lulusan dengan kisaran IPK 3,48 dan lama studi 4,37 tahun serta cluster 4 terdiri dari lulusan dengan kisaran IPK 2,89 dan lama studi 5,91 tahun. Lulusan yang paling banyak anggotanya ada pada cluster 4. Hasil yang diperoleh menunjukkan bahwa masih banyak lulusan jurusan Matematika di Fakultas MIPA UNTAN yang menempuh lama studi lebih dari 5 tahun. Kata Kunci : Fuzzy, Fuzzy C-Means, clustering
ESTIMASI UKURAN SENSITIVITAS KEUNTUNGAN SAHAM DALAM PORTOFOLIO PADA SINGLE INDEX MODEL ., Eka Kurniawati, Helmi,Neva Satyahadewi
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 2, No 1 (2013): BIMASTER
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v2i1.1640

Abstract

Investasi merupakan penempatan sejumlah dana pada saat ini untuk memperoleh keuntungan di masa mendatang. Dalam kondisi nyata, ketidakpastian dimasa mendatang menyebabkan risiko dalam berinvestasi khususnya pada aset financial yang dipasarkan di Bursa Saham.Untuk memaksimalkan keuntungan dan mengimbangi risiko investor melakukan strategi portofolio. Investor akan menghadapi risiko sistematis yang tercermin dalam Bi . Pada penelitian ini digunakan Single Index Model, Single Index Model adalah sebuah model yang digunakan untuk mengestimasi ukuran senstivitas keuntungan suatu saham terhadap perubahan keuntungan pasar(Bi).Single Index Model didasarkan pada pengamatan bahwa harga saham bergerak searah dengan indeks pasar.Penelitian bertujuan untuk mengukur tingkat sensitivitas keuntungan saham terhadap perubahan keuntungan pasar.Data yang digunakan adalah data sekunder yaitu dua harga saham perbankan yang terdaftar dalam indeks LQ-45.Single Index Model sangat memerlukan estimasi ukuran senstivitas saham terhadap perubahan pasar.Dalam mengestimasi pada Single Index Modeldigunakan Metode Kuadrat Terkecil.Jika nilai yang dihasilkan Bi>1, maka keuntungan saham akan lebih dari keuntungan pasar. Sebaliknya jika Bi<1, maka keuntungan saham akan lebih kecil dari keuntungan pasar. Secara umum semakin besar nilai Bi semakin besar risiko sistematis yang dihadapi portofolio tersebut. Dengan menerapkan Single Index Model pada data diperoleh nilai Bi untuk masing-masing saham yaitu saham BMRI sebesar 1,4808 dan BBCA sebesar 0,8219. Kata Kunci :Portofolio, Single Index Model
RANK MATRIKS ATAS RING KOMUTATIF Kusumastuti, Evi Noviani., Eka Wulan Ramadhani, Nilamsari
BIMASTER Vol 2, No 1 (2013): BIMASTER
Publisher : BIMASTER

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Rank dari matriks atas field merupakan banyaknya elemen basis pada ruang baris atau ruang kolom matriks tersebut. Namun, definisi dari rank matriks atas field ini tidak selalu berlaku untuk matriks atas ring komutatif, karena tidak semua ruang baris atau ruang kolom dari matriks atas ring komutatif memiliki basis. Oleh karena itu, diperlukan pendefinisian baru untuk menentukan rank matriks atas ring komutatif. Rank matriks atas ring komutatif adalah nilai maksimum t sedemikian sehingga Annihilator dari ideal R yang dibangun oleh minor berukuran t x t hanya memuat nol. Annihilator dari It(A) merupakan himpunan yang memuat semua x elemen R sedemikian sehingga jika xa=0 untuk setiap a elemen It(A). Jika matriks atas ring komutatif ini diganti dengan sebarang matriks atas field maka definisi dari rank matriks atas ring komutatif juga berlaku untuk matriks atas field. Kata kunci: Modul, Rank Matriks atas Ring Komutatif, Rank Matriks atas Field
ALGORITMA k-NEAREST NEIGHBOR DALAM KLASIFIKASI DATA HASIL PRODUKSI KELAPA SAWIT PADA PT. MINAMAS KECAMATAN PARINDU Bayu Prihandono., Nobertus Krisandi, Helmi,
BIMASTER Vol 2, No 1 (2013): BIMASTER
Publisher : BIMASTER

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Di dalam Industri kelapa sawit terdapat sekumpulan informasi yang dapat digali dan dikembangkan demi kemajuan industri tersebut dengan menggunakan metode Data Mining. Data mining dikelompokkan dalam dua kategori, yakni supervised dan unsupervised. Algoritma k-Nearest Neighbor (k-NN) adalah suatu metode yang menggunakan algoritma supervised, dimana hasil dari sampel uji yang baru diklasifikasikan berdasarkan mayoritas dari kategori pada k-NN. Penelitian ini dilakukan untuk mengkaji tentang Algoritma k-NN dan kemudian mengaplikasikan Algoritma k-NN dalam klasifikasi data. Data yang digunakan adalah data hasil produksi kelapa sawit (Tonase) dari 50 kelompok tani pada periode Juli-Desember 2011 pada PT. MINAMAS Kabupaten Sanggau. Nilai k yang digunakan adalah k=1, k=3, k=5 dan k=7. Berdasarkan hasil penelitian data terklasifikasi dalam 6 cluster berdasarkan kemiripan hasil produksi dari 50 kelompok tani yang ada di KUD. HIMADO. Hasil produksi yang dominan adalah produksi dari kelompok tani kelapa sawit yang terletak pada C1 dengan 17 anggota dengan persentase 34% yaitu kelompok 1, 2, 33, 34, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48, 49,50 untuk nilai k=7. Kata Kunci : Data mining, Supervised, Algoritma k-Nearest Neighbor.
PENYELESAIAN PERSAMAAN GELOMBANG DENGAN METODE DALEMBERT ., Demang, Helmi, Evi Noviani
BIMASTER Vol 2, No 1 (2013): BIMASTER
Publisher : BIMASTER

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Permasalahan di bidang teknik dan fisika dapat dimodelkan ke dalam bentuk persamaan diferensial parsial, seperti masalah fluida, transfer panas, teori elektromagnetik, dan perambatan gelombang. Penelitian ini mengkaji terbentuknya persamaan gelombang dan mencari penyelesaian persamaan gelombang dengan metode Dalembert. Penyelesaian persamaan gelombang dengan metode Dalembert dilakukan dengan cara mengenalkan variabel bebas baru, kemudian variabel bebas tersebut diturunkan sehingga terbentuk penyelesaian persamaan gelombang. Dengan mensubstitusikan nilai awal diperoleh persamaan khusus dari persamaan gelombang yang disebut sebagai penyelesaian Dalembert . Kata Kunci : Metode Dalembert, Persamaan Diferensial Parsial, Persamaan Gelombang.
PORTOFOLIO MODEL MARKOWITZ DENGAN PENDEKATAN TWO-FUND THEOREM Evy Sulistianingsih., Febby Riang Lifa, Helmi,
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 2, No 1 (2013): BIMASTER
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v2i1.1537

Abstract

Portofolio model Markowitz adalah portofolio efisien yang dibentuk dengan tujuan untuk meminimumkan standar deviasi yang merupakan ukuran risiko dari suatu portofolio. Bentuk umum penyelesaian portofolio model Markowitz dapat diselesaikan dengan pendekatan Two-Fund Theorem. Dari kumpulan portofolio efisien yang dibentuk dengan pendekatan Two-Fund Theorem, dipilih portofolio optimal yang merupakan portofolio efisien dari saham Media Nusa Citra Nusantara, Unilever Indonesia, United Tractor, dan Semen Gresik dengan bobot masing-masing saham berturut-turut adalah 0,0320; 0,3669; 0,5850; 0,0160 dan standar deviasi sebesar 0,03418. Kata Kunci : Portofolio,Model Markowitz,Two-Fund Theorem.
PENGGUNAAN TEOREMA POLYA DALAM MENENTUKAN BANYAKNYA GRAF SEDERHANA YANG TIDAK SALING ISOMORFIS Nilamsari Kusumastuti., Vivy Tri Rosalianti, Cucu Suhery,
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 2, No 1 (2013): BIMASTER
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v2i1.1631

Abstract

Salah satu permasalahan dalam Teori Graf adalah masalah enumerasi.Masalah enumerasi dapat diselesaikan salah satunya dengan Teorema Polya (Polyas Theorem).Teorema Polya berkaitan dengan indeks sikel polinomial suatu grup, karena Teorema Polya merupakan teorema yang digunakan untuk menghitung banyaknya pola-pola suatu grup permutasi yang membentuk indeks sikel dari grup tersebut.Teorema Polya terdiri dari Teorema Polya I dan Teorema Polya II.Tujuan penelitian ini adalah mencari banyaknya graf sederhana yang tidak saling isomorfis yang dapat dibentuk dengan 5 titik menggunakan Teorema Polya I dan mendapatkan bentuk-bentuk graf sederhana dengan 5 titik yang tidak saling isomorfis menggunakan Teorema Polya II. Banyaknya graf sederhana yang tidak saling isomorfis yang diperoleh adalah 34, dandiketahui bentuk-bentuk grafnya yaitu 1 graf tanpa garis, 1 graf dengan 1 garis, 2 graf dengan 2 garis, 4 graf dengan 3 garis, 6 graf dengan 4 garis, 6 graf dengan 5 garis, 6 graf dengan 6 garis, 4 graf dengan 7 garis, 2 graf dengan 8 garis, 1 graf dengan 9 garis, 1 graf dengan 10 garis. Kata kunci :Graf Isomorfis, Teorema Polya.
NILAI MAKSIMUM/MINIMUM PADA FUNGSI DENGAN VARIABEL BERPANGKAT BILANGAN BULAT MENGGUNAKAN PERTIDAKSAMAAN ARITMETIKA-GEOMETRI ., Shelly Lubis, Sugiatno, Cucu Suhery
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 2, No 1 (2013): BIMASTER
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v2i1.1192

Abstract

Nilai maksimum atau minimum suatu fungsi pada umumnya ditentukan dengan menggunakan metode turunan. Alwis (2004) menggunakan pertidaksamaan aritmetika-geometri untuk menentukan nilai maksimum atau minimum dari suatu fungsi yang terdiri dari dua macam faktor. Junus (2006) melakukan pengembangan dari penelitian Alwis dengan menggunakan fungsi lain. Alwis dan Junus hanya menerapkan metode pertidaksamaan aritmetika-geometri pada suku banyak atau fungsi dengan pangkat bulat positif. Oleh karena itu, dalam penelitian ini dibahas mengenai penerapan metode pertidaksamaan aritmetika-geometri pada fungsi dengan pangkat bulat. Fungsi yang dibahas adalah fungsi dengan bentuk umum dan fungsi-fungsi yang telah dibahas oleh Alwis dan Junus. Kata kunci: Nilai maksimum atau minimum, pertidaksamaan aritmetika-geometri, rata-rata aritmatika, rata-rata gometri. Nilai maksimum atau minimum suatu fungsi pada umumnya ditentukan dengan menggunakan metode turunan. Alwis (2004) menggunakan pertidaksamaan aritmetika-geometri untuk menentukan nilai maksimum atau minimum dari suatu fungsi yang terdiri dari dua macam faktor dengan bentuk umum dan dengan , dan adalah bilangan bulat positif. Junus (2006) melakukan pengembangan dari penelitian Alwis dengan menggunakan fungsi dengan bentuk umum dengan , dan adalah bilangan bulat positif. Alwis dan Junus hanya menerapkan metode pertidaksamaan aritmetika-geometri pada suku banyak atau fungsi dengan pangkat bulat positif. Oleh karena itu, dalam penelitian ini dibahas mengenai penerapan metode pertidaksamaan aritmetika-geometri pada fungsi dengan pangkat bulat. Fungsi yang dibahas adalah fungsi dengan bentuk umum dan fungsi-fungsi yang telah dibahas oleh Alwis dan Junus. Kata kunci: Nilai maksimum atau minimum, pertidaksamaan aritmetika-geometri, rata-rata aritmatika, rata-rata gometri.
PEMBENTUKAN POHON KLASIFIKASI DENGAN METODE CHAID Dadan Kusnandar., Yustisia Wirania, M.Novitasari Mara,
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 2, No 1 (2013): BIMASTER
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v2i1.1634

Abstract

Masalah klasifikasi sering dijumpai pada kehidupan sehari-hari baik mengenai sosial, industri, kesehatan maupun perbankan. Salah satu cara untuk melakukan klasifikasi tersebut adalah dengan menggunakan pohon keputusan dengan metode CHAID(Chi-Squared Automatic InteractionDetection). Metode CHAID dapat memberikan informasi mengenai adanya asosiasi dan interaksi antar variabel independen yang sangat berguna dalam penyusunan model. Metode CHAID menghasilkan diagram pohon yang menyediakan informasi tentang hubungan antara variable dependen dan variable independen.Uji yang digunakan untuk menghasilkan diagram pohon adalah uji Chi-Square dan koreksi Bonferroni. Dalam penelitian ini digunakan data hasil usaha tani Desa Sebubus Kecamatan Paloh Kabupaten Sambas tahun 2008 sebagai contoh aplikasi, dengan rata-rata pendapatan masyarakat sebagai variabel dependen. Berdasarkan hasil analisis metode CHAID diperoleh tiga variabel independen yang mempengaruhi rata-rata pendapatan, yaitu luas lahan, hasil produksi dan jumlah modal. Kata Kunci : pohonkeputusan, CHAID, Chi-Square, koreksi Bonferroni.

Page 1 of 2 | Total Record : 11

 1   2 

Filter by Year

2013 2013


Reset
Filter By Issues
All Issue Vol 14, No 6 (2025): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya 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 Vol 12, No 3 (2023): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya (dalam proses) 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 : 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 : 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 : 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