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 5, No 02 (2016): BIMASTER" : 13 Documents clear
PERLUASAN INTERVAL NOL PADA ELIMINASI GAUSS UNTUK MENYELESAIKAN SISTEM PERSAMAAN INTERVAL LINEAR Fransiskus Fran, Sabandi, Helmi,
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 5, No 02 (2016): BIMASTER
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (580.615 KB) | DOI: 10.26418/bbimst.v5i02.15880

Abstract

Sistem persamaan interval linear (SPIL) adalah  sistem persamaan linear yang memiliki koefisien-koefisien berupa interval.Untuk mencari solusi dari SPIL, sama halnya dengan SPL juga dapat menggunakan matriks, namun dalam SPIL matriks yang digunakan adalah matriks interval. Matriks interval merupakan perluasan dari matriks real dengan entri-entri pada matriks interval berupa interval. Penelitian ini bertujuan mengkaji perluasan dari interval nol, pembuktian sifat-sifat aritmatika interval yang berlaku, serta menentukan solusi dari SPIL. Dalam aritmetika interval, ã – ã 0 sehingga diperlukan perluasan interval nol agar ã - ã = dengan =[- y,y], y dan yang akan diterapkan pada eliminasi Gauss menggunakan aritmetika interval untuk mendapatkan matriks interval augmented yang lebih sederhana yang berbentuk matriks interval segitiga atas. Kemudian dilanjutkan mencari solusi dengan cara mensubstitusi balik sistem yang bersesuaian dari matriks interval augmented yang lebih sederhana, sehingga diperoleh solusi yang memenuhi sistem à yang memiliki lebar (width) lebih kecil dari pada solusi SPIL dengan eliminasi Gauss tanpa perluasan interval nol. Kata kunci: Perluasan Interval Nol, Matriks Interval, Eliminasi Gauss.
OPTIMASI PRODUKSI DENGAN METODE RESPONSE SURFACE (Studi Kasus pada Industri Percetakan Koran) Naomi Nessyana Debataraja, Eka Dian Rahmawati, Dadan Kusnandar,
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 5, No 02 (2016): BIMASTER
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (851.406 KB) | DOI: 10.26418/bbimst.v5i02.15739

Abstract

Metode response surface merupakan  rancangan percobaan yang modelnya dapat dibentuk menggunakan koefisien polinomial ortogonal dengan menguraikan jumlah kuadrat pada setiap perlakuan. Dalam penelitian ini penerapan metode response surface dilakukan pada industri percetakan koran di PT Akcaya Pariwara. Penelitian ini bertujuan untuk menentukan faktor yang mempengaruhi kecacatan produk, membentuk model polinomial ortogonal serta menentukan daerah optimum dan titik minimum dari model. Berdasarkan observasi, pH air dan tekanan angin diduga sebagai faktor yang mempengaruhi jumlah kecacatan produk koran. Penelitian ini menggunakan percobaan faktorial RAL yang terdiri atas empat taraf faktor pH air dan empat taraf faktor tekanan angin. Kombinasi setiap perlakuan diulang sebanyak dua kali. Dari hasil analisis varians dan penguraian jumlah kuadrat perlakuan ditentukan model kuadratik sebagai model estimasi. Hasil estimasi pada proses produksi menghasilkan daerah optimum yaitu ketika jumlah kecacatan produk kurang dari 12 kg yang terjadi saat pH air berada diantara 5,0-6,4 dan tekanan angin berada diantara 6,4 7,3. Titik minimum jumlah kecacatan produk sebesar 11,8 kg saat pH air berada dititik 5,3 dan tekanan angin sebesar 6,9 bar. Kata Kunci : rancangan percobaan, polinomial ortogonal, metode response surface
PERAMALAN PASANG TERTINGGI SUNGAI KAPUAS MENGGUNAKAN PENDEKATAN LOGIKA FUZZY TIME SERIES METODE SUGENO Eka Wulan Ramadhani, Ricky Primanto, Mariatul Kiftiah,
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 5, No 02 (2016): BIMASTER
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (283.634 KB) | DOI: 10.26418/bbimst.v5i02.15881

Abstract

Sungai dan aliran sungai dimanfaatkan oleh manusia dalam kehidupan sehari-hari. Selain memberi manfaat, sungai juga dapat menimbulkan masalah seperti banjir. Untuk mengetahui kapan masalah tersebut akan terjadi, dapat dilakukan peramalan sehingga tindakan yang tepat dapat dilakukan. Salah satu metode peramalan yang dapat digunakan adalah dengan menggunakan pendekatan logika fuzzy time series. Aplikasi logika fuzzy time series dalam peramalan mengharuskan peneliti untuk memiliki data time series suatu kejadian. Salah satu metode yang dapat digunakan adalah metode Sugeno. Proses peramalan menggunakan logika fuzzy time series metode Sugeno meliputi proses fuzzification, komposisi aturan fuzzy, dan defuzzification. Pada penelitian ini dibahas mengenai prediksi pasang tertinggi Sungai Kapuas pada satu bulan ke depan dengan melihat pasang tertinggi pada lima bulan sebelumnya sebagai variabel input. Setiap variabel input memiliki dua himpunan fuzzy, sehingga banyaknya aturan fuzzy yang digunakan adalah sebanyak 32 aturan fuzzy. Pada setiap aturan fuzzy ditentukan nilai konsekuen yang diperoleh berdasarkan data yang digunakan. Nilai peramalan dihitung dengan mengambil rata-rata dari semua konsekuen dengan nilai keanggotaan konsekuen pada setiap aturan fuzzy. Dengan menggunakan metode Sugeno, pasang tertinggi Sungai Kapuas pada November 2015 diramalkan  mencapai ketinggian 236,79 cm. Untuk mengukur ketepatan hasil peramalan dengan metode ini, lima data digunakan untuk meramalkan 62 data terakhir. Ketepatan hasil peramalan dihitung menggunakan rumus Mean Absolute Percentage Error (MAPE). Peramalan menggunakan logika fuzzy time series metode Sugeno dapat membantu peramalan pasang tertinggi Sungai Kapuas dengan rata-rata error relatif kurang dari 10%. Kata Kunci : peramalan, logika fuzzy, metode Sugeno
PENENTUAN NILAI ANUITAS JIWA SEUMUR HIDUP MENGGUNAKAN DISTRIBUSI GOMPERTZ Shantika Martha, Siti Fatimah, Neva Satyahadewi,
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 5, No 02 (2016): BIMASTER
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (487.337 KB) | DOI: 10.26418/bbimst.v5i02.15563

Abstract

Anuitas adalah serangkaian pembayaran dalam jumlah tertentu dan dilakukan pada setiap selang waktu tertentu secara berkala, yaitu bulanan, kuartalan, semesteran ataupun secara tahunan. Penilaian anuitas yang dilakukan secara tahunan lebih sesuai dengan data yang disajikan dalam tabel mortalita. Penelitian ini bertujuan untuk mengkaji nilai anuitas jiwa seumur hidup dengan pembayaran tahunan menggunakan distribusi Gompertz dan memberikan contoh penerapannya. Penilaian anuitas berdasarkan distribusi Gompertz dimulai dengan menentukan usia peserta dan mengasumsikan tingkat suku bunga yang digunakan untuk menentukan faktor diskon. Selanjutnya menentukan peluang hidup dan mati seseorang serta nilai anuitas jiwa seumur hidup pembayaran tahunan. Nilai anuitas ini dipengaruhi oleh besarnya nilai parameter-parameter pada distribusi Gompertz. Parameter-parameter pada distribusi Gompertz diestimasi menggunakan metode Maximum Likelihood Estimation (MLE). Penentuan nilai anuitas jiwa seumur hidup berdasarkan distribusi Gompertz memberikan penilaian bahwa semakin tua usia seseorang maka nilai anuitasnya akan semakin kecil. Kemudian jika semakin besar tingkat suku bunga yang digunakan, maka nilai anuitasnya semakin kecil. Kata Kunci: nilai anuitas, distribusi Gompertz, Newton-Raphson
APLIKASI MODEL JUKES CANTOR DALAM MENENTUKAN PELUANG BASA NITROGEN KETURUNAN SUATU INDIVIDU Bayu Prihandono, Nahrul Hayati, Mariatul Kiftiah,
BIMASTER Vol 5, No 02 (2016): BIMASTER
Publisher : BIMASTER

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (418.752 KB)

Abstract

Setiap individu memiliki DNA yang merupakan identitas biologis personal yang spesifik. Namun dalam satu keluarga setiap individu memiliki kecocokan pola urutan basa nitrogen. Oleh karena itu, dapat dilakukan analisis terhadap pola urutan basa nitrogen dari generasi ke generasi. Model Jukes Cantor adalah model yang dapat digunakan untuk menganalisis pola urutan basa nitrogen tersebut. Penelitian ini bertujuan untuk menganalisis proses terbentuknya model Jukes Cantor yang dapat digunakan untuk menentukan nilai peluang basa nitrogen pada DNA keturunan suatu individu. Adapun nilai peluang basa nitrogen yang dimaksud adalah peluang basa Adenin (PA), Guanin (PG), Sitosin (PC), dan Timin (PT). Proses pembentukan model Jukes Cantor dimulai dengan menentukan nilai peluang basa nitrogen pada DNA leluhur (po) serta menentukan peluang bersyarat dari substitusi basa nitrogen pada DNA leluhur dan keturunan pertama. Selanjutnya, peluang bersyarat yang telah ditentukan sebelumnya dapat digunakan untuk membentuk matriks transisi (M) pada model Jukes Cantor. Dari matriks M dapat diketahui nilai eigen (λ), matriks diagonal dari nilai eigen (D), basis untuk ruang eigen, matriks V yang mendiagonalisasi M, serta invers dari matriks V. Kemudian, nilai-nilai yang telah diketahui dari matriks M dapat digunakan untuk menentukan matriks transisi M t yakni M t = VDtV-1 Berdasarkan langkah-langkah tersebut, dapat diperoleh model Jukes Cantor dalam menentukan peluang basa nitrogen keturunan suatu individu sebagai berikut pt=M tp0. Dengan menerapkan model pada suatu barisan DNA leluhur dengan PA=0,3; PG=0,225; PC=0,25; dan PT=0,225 maka nilai peluang basa nitrogen pada salah satu individu dari keturunan ke-t adalah  dan . Kata Kunci: Model Jukes Cantor, Peluang Basa Nitrogen
PERAMALAN VALUE AT RISK MENGGUNAKAN METODE GENERALIZED AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTIC Dwipa, Nendra Mursetya Somasih
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 5, No 02 (2016): BIMASTER
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (550.317 KB) | DOI: 10.26418/bbimst.v5i02.16312

Abstract

Data return saham merupakan salah satu jenis data runtun waktu yang memiliki volatilitas tinggi dan varians yang berbeda di setiap titik waktunya. Data tersebut berfluktuatif, membentuk pola asimetris, memiliki model yang nonstasioner, dan mempunyai variansi residual yang tidak konstan (heteroskedastisitas). ARCH dan GARCH merupakan model runtun waktu yang dapat menjelaskan keheteroskedastisitasan data. Selanjutnya model GARCH ini digunakan untuk mengestimasi nilai VaR sebagai kerugian maksimum yang akan didapat selama periode waktu tertentu pada tingkat kepercayaan tertentu. Tujuan dari penelitian ini adalah  untuk mengetahui model peramalan terbaik dari nilai Indeks Harga Saham gabungan (IHSG). Model yang digunakan dalam penelitian ini adalah ARCH, dan GARCH. Hasil dari penelitian ini menunjukkan bahwa GARCH(1,1) adalah model terbaik nilai log likelihood 1551.711 dan nilai kriteria informasi AIC = -2.5340; BIC = -2.5088; SIC = -2.5340; dan HQIC = -2.5245. Model ini mendapatkan nilai Value at Risk (VaR)  satu periode dengan taraf kepercayaan 95% Rp 3.622.420,50. untuk dana investasi Rp 500.000.000,00. Kata Kunci: Peramalan, volatilitas, GARCH, VaR
PENGELOMPOKAN KABUPATEN/KOTA DI KALIMANTAN BARAT BERDASARKAN INDIKATOR DALAM PEMERATAAN PENDIDIKAN MENGGUNAKAN METODE MINIMAX LINKAGE Naomi Nessyana Debataraja, Depit Saputra, Neva Satyahadewi,
BIMASTER Vol 5, No 02 (2016): BIMASTER
Publisher : BIMASTER

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (644.64 KB)

Abstract

Minimax Linkage merupakan salah satu kombinasi metode Complete Linkage dan Single Linkage. Metode ini mengelompokkan objek berdasarkan nilai minimum dari jarak yang maksimum. Dalam penelitian ini metode Minimax Linkage digunakan  untuk menganalisis pengelompokkan kabupaten/kota di Kalimantan Barat berdasarkan indikator dalam pemerataan pendidikan. Berdasarkan perhitungan diperoleh cluster optimal yang terbentuk adalah dua cluster. Cluster pertama yang terbentuk adalah  2 kota 10 kabupaten yaitu Kabupaten Sambas, Kabupaten Pontianak, Kabupaten Sanggau, Kabupaten Ketapang, Kabupaten Sintang, Kabupaten Kapuas Hulu, Kabupaten Sekadau, Kabupaten Melawi, Kabupaten Kayong Utara, Kabupaten Kubu Raya, Kota Pontianak dan Kota Singkawang. Cluster kedua yang terbentuk adalah 2 kabupaten/kota yaitu Kabupaten Bengkayang dan Kabupaten Landak.   Kata Kunci: Minimax Linkage, cluster
PENENTUAN JUMLAH CLUSTER OPTIMAL PADA MEDIAN LINKAGE DENGAN INDEKS VALIDITAS SILHOUETTE Hendra Perdana, Nicolaus, Evy Sulistianingsih,
BIMASTER Vol 5, No 02 (2016): BIMASTER
Publisher : BIMASTER

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (240.888 KB)

Abstract

Metode median linkage merupakan salah satu metode cluster hirarki yang mengelompokkan objek berdasarkan nilai mediannya. Indeks validitas silhouette  merupakan suatu ukuran statistik yang digunakan untuk menyelesaikan permasalahan penentuan jumlah cluster K  optimal yang dapat memberikan representasi grafis singkat seberapa baik setiap objek terletak dalam cluster tersebut. Penentuan jumlah cluster optimal dilakukan dengan melihat nilai rata-rata maksimum dari silhouette S(i). Jumlah cluster K optimal merupakan estimasi dari harga yang paling memaksimumkan nilai rata-rata indeks validitas silhouette S(i). Penelitian ini bertujuan untuk menentukan jumlah cluster optimal dengan menggunakan indeks validitas silhouette. Data yang digunakan dalam penelitian ini adalah data sekunder yang dipublikasikan oleh Badan Pusat Statistik (BPS) Kalimantan Barat yang berupa Pendapatan Asli Daerah (PAD) Kabupaten/Kota di Kalimantan Barat tahun anggaran 2013 dengan empat variabel penelitian yaitu retribusi daerah, pajak daerah, hasil pengelolaan kekayaan derah yang dipisahkan dan lain-lain pendapatan asli daerah yang sah. Berdasarkan hasil uji validitas cluster dengan indeks validitas silhouette diperoleh bahwa jumlah cluster optimal K  adalah 5 pada metode median linkage dengan nilai rata-rata indeks validitas silhouette S(i) adalah 0,078. Kata Kunci: Cluster, linkage, silhouette, PAD
PERAMALAN PRODUKSI KELAPA SAWIT PADA PT. PERKEBUNAN NUSANTARA XIII (PERSERO) DENGAN METODE DEKOMPOSISI Neva Satyahadewi, Irma Christiani,
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 5, No 02 (2016): BIMASTER
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (443.301 KB) | DOI: 10.26418/bbimst.v5i02.15874

Abstract

Kelapa sawit merupakan tumbuhan penghasil minyak masak, minyak industri, maupun bahan bakar (biodiesel). Perusahaan kelapa sawit melakukan peramalan terhadap produksi kelapa sawit untuk dijadikan tolok ukur dalam selama proses produksi. Peramalan juga  dilakukan agar strategi dan rencana kerja yang diambil oleh perusahaan dapat meningkatkan produksi kelapa sawit dan alokasi biaya selama proses produksi dapat dioptimalkan. Metode dekomposisi dapat diterapkan untuk meramalkan hasil produksi kelapa sawit pada PT. Perkebunan Nusantara XIII (PERSERO). Metode dekomposisi memecah data deret berkala menjadi beberapa komponen dan mengidentifikasi masing-masing komponen dari deret berkala tersebut secara terpisah. Beberapa komponen yang dimaksud adalah tren (Tt), gerak siklus (Ct) gerak musiman (St), dan faktor eror It . Hasil peramalan produksi kelapa sawit pada PT. Perkebunan Nusantara (PTPN) XIII tahun 2015 memiliki tren yang meningkat dengan persamaan garis trenTt =63.203,72+156,6xt dan hasil peramalan yang diperoleh berada pada batas pengendalian tracking signal yaitu -4 sampai +4. Kata kunci: peramalan, kelapa sawit, metode dekomposisi, PTPN XIII
TEOREMA TITIK TETAP PADA RUANG METRIK CONE Yudhi, Syamsul Akbar, Mariatul Kiftiah,
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 5, No 02 (2016): BIMASTER
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (385.733 KB) | DOI: 10.26418/bbimst.v5i02.15883

Abstract

Ruang metrik (X,d) merupakan suatu himpunan X yang dilengkapi dengan metrik d dan  memenuhi aksioma-aksioma pada ruang metrik. Salah satu perluasan dari ruang metrik adalah ruang metrik cone. Ruang metrik cone (X,dp ) merupakan suatu himpunan X yang dilengkapi dengan metrik cone dp pada X. Dalam ruang metrik cone didefinisikan konsep titik tetap. Titik x disebut titik tetap pada pemetaan T jika diberikan suatu titik x anggota himpunan tak kosong sedemikian sehingga Tx= x. Jika diberikan (X,dp) suatu ruang metrik cone lengkap dengan suatu pemetaan kontraktif T, maka T memiliki titik tetap yang tunggal yaitu Tx*= x* . Akibatnya, suatu himpunan B(x0,c) yaitu himpunan persekitaran dengan titik pusat x0 dan jari-jari c memiliki titik tetap tunggal. Selanjutnya, perluasan dari pemetaan kontraktif pada ruang metrik cone lengkap juga memiliki titik tetap tunggal. Kata kunci: Ruang metrik, ruang metrik cone, titik tetap, pemetaan kontraktif

Page 1 of 2 | Total Record : 13

 1   2 

Filter by Year

2016 2016


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 (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 Vol 8, No 3 (2019): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya 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 : 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