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 13 Documents
 1   2 
Search results for , issue "Vol 3, No 01 (2014): Bimaster" : 13 Documents clear
PENYELESAIAN PERSAMAAN DIFERENSIAL BIASA TAKLINEAR ORDE SATU MENGGUNAKAN METODE ITERASI VARIASIONAL Yundari., Elvira Lusiana, Bayu Prihandono,
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 3, No 01 (2014): Bimaster
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v3i01.5189

Abstract

Metode Iterasi Variasional merupakan salah satu metode numeris yang dapat digunakan untuk menyelesaikan Persamaan Diferensial Biasa taklinear orde satu dengan masalah nilai awal. Metode ini dapat menyelesaikan masalah taklinear dengan cara langsung tanpa menggunakan linearisasi, transformasi, dan perturbasi. Metode ini membentuk sebuah fungsi koreksi menggunakan pengali lagrange dan dapat ditentukan dengan menggunakan teori variasional. Pengambilan variasi terhadap variabel independen maka menghasilkan kondisi stasioner dan nilai pengali lagrange sehingga diperoleh rumus iterasi. Penyelesaian bagian linear dari persamaan diferensial biasa taklinear orde satu dan mensubstitusikan nilai awal digunakan sebagai perkiraan awal untuk memperoleh penyelesaian pendekatan. Hasil penelitian menunjukkan bahwa metode Iterasi Variasional merupakan metode pendekatan yang cukup akurat untuk menyelesaikan Persamaan Diferensial Biasa taklinear orde satu. Kata Kunci: Iterasi Variasional, Fungsi Koreksi, Pengali Lagrange
PENGENDALIAN KECEPATAN KENDARAAN RODA EMPAT DENGAN MENGGUNAKAN FUZZY INFERENCE SYSTEM METODE MAMDANI Beni Irawan., Yoakim Marinus Hasibuan, Nilamsari Kusumastuti,
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 3, No 01 (2014): Bimaster
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v3i01.5180

Abstract

Fuzzy Inference System adalah suatu kerangka sistem yang didasarkan pada teori himpunan fuzzy, aturan fuzzy dan penalaran fuzzy. Ada 3 metode yang sudah dikenal pada Fuzzy Inference System yaitu metode Mamdani, metode Tsukamoto dan metode Sugeno. Pada penelitian ini digunakan Fuzzy Inference System metode Mamdani yang diaplikasikan untuk mengendalikan kecepatan pada kendaraan roda empat. Untuk mendapatkan output pada metode Mamdani diperlukan 4 tahapan, yaitu: pembentukan himpunan dan variabel fuzzy, aplikasi fungsi implikasi, komposisi aturan, dan penegasan. Dengan metode Mamdani didapatlah 9 aturan yang akan digunakan dan proses defuzzifikasi dilakukan dengan metode Centroid. Berdasarkan kasus pada penelitian ini, ketika jarak antar kendaraan sejauh 12 m dan jarak antara kendaraan dengan tikungan didepannya sejauh 8 m, maka hasil perhitungan dengan menggunakan metode Mamdani didapat laju kendaraan sebesar 66,52 km/jam Kata Kunci : Fuzzy Inference System, Mamdani, Centroid
UKURAN SAMPEL DAN DISTRIBUSI SAMPLING DARI BEBERAPA VARIABEL RANDOM KONTINU Dadan Kusnandar, Muhammad Nurudin, Muhlasah Novitasari Mara,
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 3, No 01 (2014): Bimaster
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v3i01.4461

Abstract

Ukuran sampel mempunyai peranan yang penting dalam sebuah penelitian. Ukuran sampel yang diambil tidak hanya mempengaruhi hasil penelitian, tetapi juga menentukan banyaknya biaya dan waktu yang dibutuhkan dalam melakukan penelitian tersebut. Teorema limit pusat menjelaskan bahwa jika sampel berukuran cukup besar, maka distribusi samplingnya akan mendekati Distribusi Normal apapun bentuk awal distribusinya. Penelitian ini dilakukan untuk mengkaji hubungan antara ukuran sampel dan distribusi samplingnya. Berbagai ukuran sampel dari beberapa variabel random kontinu dibangkitkan melalui proses simulasi. Distribusi sampling untuk rata-rata sampel yang dihasilkan melalui proses simulasi tersebut kemudian diuji kenormalannya dengan uji Kolmogorov-Smirnov. Hasil simulasi menunjukkan bahwa ukuran sampel yang dibutuhkan agar distribusi samplingnya mendekati Normal sangat bergantung pada bentuk distribusi datanya. Namun demikian terdapat kecenderungan bahwa setiap distribusi sampling akan mendekati Normal dengan semakin besarnya ukuran sampel. Kata Kunci: Gamma, Uniform, Weibull, Teorema Limit Pusat, Kolmogorov-Smirnov.
PERHITUNGAN SUPPLEMENTAL COST DENGAN METODE BENEFIT PRORATE PADA PROGRAM PENDANAAN PENSIUN MANFAAT PASTI (DEFINED BENEFIT) Dadan Kusnandar., Ryan Kurniawan, Neva Satyahadewi,
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 3, No 01 (2014): Bimaster
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v3i01.5212

Abstract

Program pendanaan pensiun manfaat pasti (defined benefit) merupakan program pendanaan pensiun yang dapat digunakan untuk menghitung supplemental cost. Terdapat beberapa faktor yang mempengaruhi supplemental cost diantaranya adalah nilai biaya iuran normal, tingkat bunga aktuaria, dan masa kerja pegawai. Penelitian ini membahas penentuan nilai supplemental cost dengan menggunakan metode benefit prorate. Sebagai ilustrasi, metode ini diterapkan di Badan Pusat Statistik (BPS) Kalimantan Barat dengan mengambil jumlah pegawai sebanyak 172 orang yang telah aktif bekerja dari tahun 2002 hingga tahun 2012. Dari hasil perhitungan, didapat nilai supplemental cost pada periode tahun 2012 sebesar Rp57.518.147,08. Sehingga dengan hasil tersebut dapat menutupi defisit pendanaan atau dapat digunakan sebagai investasi jika terjadi surplus pendanaan. Kata Kunci: pendanaan pensiun, benefit prorate, supplemental cost.
PENENTUAN NILAI CADANGAN PROSPEKTIF PADA ASURANSI JIWA SEUMUR HIDUP MENGGUNAKAN METODE NEW JERSEY Muhlasah Novitasari Mara., Destriani, Neva satyahadewi,
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 3, No 01 (2014): Bimaster
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v3i01.4462

Abstract

Nilai cadangan adalah dana yang wajib dimiliki oleh perusahaan asuransi yang digunakan antara lain untuk pemeriksaan kesehatan peserta asuransi dan santunan tidak terduga. Nilai cadangan berasal dari premi kotor yang dibayarkan oleh peserta asuransi, kemudian oleh perusahaan asuransi premi kotor tersebut dibagi menjadi premi bersih (santunan) dan biaya. Tidak sedikit perusahaan asuransi jiwa yang mengalami kerugian dikarenakan tidak mampu membayar santunan kepada peserta asuransi. Keadaan seperti ini dapat diantisipasi jika perusahaan jasa asuransi jiwa memiliki nilai cadangan yang telah dipersiapkan dan diperhitungkan secara tepat. Salah satu jenis perhitungan nilai cadangan adalah Prospektif yaitu perhitungan nilai cadangan berdasarkan nilai pengeluaran di waktu yang akan datang. Perhitungan nilai cadangan menggunakan metode New Jersey dimulai dengan menentukan nilai tunai anuitas menggunakan tingkat suku bunga dan usia peserta asuransi yang telah diasumsikan, kemudian menghitung premi bersih tunggal dan premi bersih tahunan, dilanjutkan dengan menghitung premi bersih lanjutan dan nilai cadangan akhir tahun ke t. Perhitungan nilai cadangan menggunakan metode New Jersey sangat berpengaruh pada faktor usia dan tingkat suku bunga. Jika semakin tua usia awal peserta polis digunakan maka nilai cadangan akan semakin besar begitu juga dengan tingkat suku bunga, jika semakin rendah tingkat suku bunga yang digunakan maka nilai cadangan akan semakin besar. Kata Kunci : Asuransi, Cadangan Prospektif, Metode New Jersey
ANALISIS INPUT OUTPUT SEKTOR PEREKONOMIAN PROVINSI KALIMANTAN BARAT TAHUN 2010 DENGAN MENGGUNAKAN MODEL LEONTIF Mariatul Kiftiah., Bambang Dwi Cahyo, Nilamsari Kusumastuti,
BIMASTER Vol 3, No 01 (2014): Bimaster
Publisher : BIMASTER

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

Abstract

Setiap provinsi di Indonesia memiliki sumber daya alam tersendiri, termasuk di Kalimantan Barat. Sumber daya alam yang tersedia kemudian dapat diolah menjadi sebuah hasil berupa barang dan jasa yang merupakan bagian dari sektor perekonomian. Provinsi Kalimantan Barat tahun 2010 memiliki 54 macam sektor perekonomian. Selanjutnya seluruh sektor diklasifikasikan menjadi 3 sub sektor yaitu sektor primer, sektor sekunder dan sektor tersier. Antarsektor memiliki hubungan keterkaitan untuk setiap nilai input output transaksi. Nilai dari input output sektor perekonomian provinsi Kalimantan Barat selanjutnya dianalisis dengan menggunakan model Leontif, sehingga diperoleh nilai output total transaksi untuk setiap sektor berturut-turut adalah sebesar (juta) Rp.22.121.725,16, Rp.21.200.024,79 dan Rp.52.698.480,29. Sektor yang dominan yaitu sektor tersier, serta hubungan keterkaitan antarsektor menunjukan bahwa sektor yang memiliki keterkaitan langsung paling tinggi terhadap nilai input adalah sektor sekunder dengan nilai keterkaitan sebesar 1,72. Hal ini menunjukan bahwa jika di provinsi Kalimantan Barat terjadi peningkatan nilai input sektor sekunder maka harus diimbangi dengan meningkatnya output dari sektor lain, karena nilai input sektor sekunder diperoleh dari nilai output sektor lainnya. Sedangkan sektor yang memiliki keterkaitan langsung paling tinggi terhadap nilai output adalah sektor primer dengan nilai keterkaitan sebesar 1,3. Hal ini menunjukan bahwa jika di provinsi Kalimantan Barat terjadi peningkatan nilai output sektor primer maka akan mendorong sektor lainnya untuk berkembang, karena nilai output sektor primer selanjutnya digunakan sebagai input pada sektor lainnya. Kata kunci: sistem perekonomian, analisis input output dan model Leontif
PERHITUNGAN NILAI EKSPEKTASI RETURN DAN RISIKO DARI PORTOFOLIO DENGAN MENGGUNAKAN MEAN - VARIANCE EFFICIENT PORTFOLIO Evy sulistianingsih., Irma Prakas Sanggup, Neva Satyahadewi,
BIMASTER Vol 3, No 01 (2014): Bimaster
Publisher : BIMASTER

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

Abstract

Pada pembentukan portofolio, investor berusaha memaksimalkan ekspektasi return dari investasi dengan tingkat risiko tertentu yang dapat diterima. Salah satu metode portofolio yang dapat digunakan untuk menghitung ekspektasi return portofolio saham dan meminimalkan risiko investasi adalah Mean-Variance Efficient Portfolio (MVEP). MVEP merupakan salah satu metode yang dapat digunakan untuk menentukan bobot portofolio dari beberapa aset. MVEP menghasilkan portofolio yang memiliki variansi minimum diantara keseluruhan kemungkinan portofolio yang dibentuk. Dalam MVEP, investor tidak memasukkan aset bebas risiko (risk free asset) dalam portofolionya. Berdasarkan hasil studi kasus diperoleh nilai ekspektasi dan risiko untuk portofolio saham INDY, INTP dan PGAS adalah 0.001186 dan 2.359410?. Kata kunci: Portofolio, Mean-Variance Efficient Portfolio
PREMI TUNGGAL BERSIH UNTUK KONTRAK ASURANSI JIWA SEUMUR HIDUP Evy Sulistianingsih., Winda Sri Wulandari, Neva Satyahadewi,
BIMASTER Vol 3, No 01 (2014): Bimaster
Publisher : BIMASTER

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

Abstract

Asuransi jiwa merupakan asuransi yang bertujuan untuk mengantisipasi kerugian finansial yang disebabkan oleh kematian. Pada asuransi jiwa seumur hidup, premi bersih yang akan dibayarkan oleh pemegang polis merupakan syarat diperolehnya perlindungan asuransi. Premi tunggal bersih asuransi jiwa seumur hidup merupakan premi yang pembayarannya dilakukan satu kali pada saat kontrak disetujui dan hanya memperhatikan tingkat suku bunga dan tingkat mortalita saja. Penentuan nilai premi tunggal bersih penting dilakukan oleh setiap perusahaan asuransi untuk mengambil suatu kebijakan yang tepat agar dapat bersaing dengan perusahaan-perusahaan asuransi lainnya. Untuk itu perlu dilakukan beberapa tahapan dalam perhitungan premi tunggal bersih yaitu menghitung nilai tunai pembayaran, pembentukan tabel servis menggunakan tabel mortalita, dan perhitungan anuitas asuransi jiwa seumur hidup. Kemudian barulah ditentukan besarnya nilai premi tunggal bersih untuk asuransi jiwa seumur hidup pada usia tahun. Berdasarkan hasil analisis, diketahui bahwa besarnya nilai premi tunggal bersih dipengaruhi oleh tingkat suku bunga, usia tertanggung dan penggunaan tabel mortalita.. Jika tingkat suku bunga yang diberikan semakin besar, maka nilai premi tunggal bersih juga akan semakin besar. Kemudian dapat diketahui pula bahwa jika usia tertanggung pada saat kontrak disetujui semakin tua maka premi tunggal bersih juga akan semakin besar. Selanjutnya diketahui bahwa Tabel Mortalita Indonesia 1999 menghasilkan nilai premi yang lebih rendah dibandingkan dengan tabel mortalita CSO 1958. Perbedaan nilai premi tersebut disebabkan oleh jumlah penduduk dan tingkat kematian yang berbeda pada masing-masing tabel. Kata Kunci : Premi, Premi Tunggal, Premi Tunggal Bersih.
KAJIAN EKSPEKTASI BERSYARAT DAN SIFAT-SIFATNYA ., Desi Natalia
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 3, No 01 (2014): Bimaster
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v3i01.5183

Abstract

Tulisan ini membahas tentang ekspektasi bersyarat dan sifat-sifatnya. Ekspektasi bersyarat adalah ekspektasi suatu variabel acak yang bergantung pada variabel acak yang lain. Tujuan dalam penelitian ini adalah untuk mengkaji sifat-sifat ekspektasi bersyarat. Sifat-sifat ekspektasi bersyarat yaitu dua variabel acak mempunyai distribusi gabungan, dua variabel acak mempunyai fungsi densitas bersyarat, dan saling bebas. Pada kajian ini sifat-sifat ekspektasi bersyarat telah terbukti bahwa dua variabel acak dalam suatu kejadian adalah mempunyai distribusi gabungan dan saling bebas. Kata Kunci : Ekspektasi Bersyarat, Probabilitas, Distribusi Marginal.
PENGGUNAAN METODE MINIMUM VECTOR VARIANCE (MVV) DAN ANALISIS KONFIRMATORI DALAM MENDETEKSI OUTLIER Muhlasah Novitasari Mara., Juniardi, Dadan Kusnandar,
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 3, No 01 (2014): Bimaster
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v3i01.5187

Abstract

Minimum Vector Variance (MVV) adalah salah satu metode estimator robust untuk mendeteksi outlier dengan menggunakan kriteria Vector Variance (VV) yang minimum. Dalam penelitian ini, metode MVV digunakan untuk mendeteksi outlier pada data multivariat hasil simulasi. Analisis konfirmatori digunakan untuk mengkonfimasi ulang hasil pendeteksian dalam meminimalisir efek penyamaran (swamping). Hasil deteksi metode MVV yang didapatkan dari beberapa kondisi data menunjukkan semakin besar jumlah outlier, efek swamping yang dihasilkan semakin besar. Analisis konfirmatori berhasil meminimumkan efek swamping yang terjadi terhadap hasil deteksi metode MVV dengan menunjukkan kondisi data sebenarnya. Kata kunci: Outlier, Metode Minimum Vector Variance (MVV), Analisis Konfirmatori, dan swamping.

Page 1 of 2 | Total Record : 13

 1   2 

Filter by Year

2014 2014


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