Garuda - Garba Rujukan Digital

Article Per Year (5 Year)

All

BIMASTER

jbmstr
Website

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 7, No 3 (2018): BIMASTER" : 11 Documents clear

OPTIMASI RATA-RATA PRODUKSI PADI KALIMANTAN BARAT MENGGUNAKAN PEMROGRAMAN KUADRATIK METODE WOLFE Yudhi, Anni Larita, Helmi,
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 7, No 3 (2018): BIMASTER
Publisher : FMIPA Universitas Tanjungpura

Kebutuhan pangan Indonesia yang sebagian besar bertumpu pada komoditas beras menyebabkan perlunya optimasi produksi padi agar kebutuhan pangan penduduk dapat tercukupi. Salah satu metode optimasi yang dapat digunakan adalah Pemrograman Kuadratik metode Wolfe. Proses optimasi menggunakan Pemrograman Kuadratik metode Wolfe meliputi pembentukan model Pemrograman Kuadratik terdiri dari fungsi tujuan dan kendala dan membentuk fungsi tujuan baru yang linear dan kendala baru berupa syarat Karush Kuhn Tucker (KKT). Fungsi tujuan baru yang linear diminimumkan menggunakan Phase I pada metode Simpleks Two-Phase dan solusi yang diperoleh dari meminimumkan fungsi tujuan linear disubstitusikan ke fungsi tujuan awal sehingga diperoleh solusi optimal untuk permasalahan sebenarnya. Pada penelitian ini dibahas mengenai model Pemrograman Kuadratik, langkah-langkah, dan hasil optimasi rata-rata produksi padi Kalimantan Barat menggunakan Pemrograman Kuadratik metode Wolfe dengan 14 variabel keputusan berupa luas panen dan 14 kendala berupa luas panen yang tidak melebihi luas tanam maksimal dari 12 kabupaten dan dua kota di Kalimantan Barat. Rata-rata produksi padi Kalimantan Barat optimal yang diperoleh dalam penelitian ini adalah 323,8276658 kw/Ha.Â Kata Kunci : optimasi, Pemrograman Kuadratik, metode Wolfe

ANALISIS KEMISKINAN DENGAN PEMODELAN GEOGRAPHICALLY WEIGHTED REGRESSION (GWR) DI PROVINSI NUSA TENGGARA TIMUR Evy Sulistianingsih, Puji Astuti, Naomi Nessyana Debataraja,
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 7, No 3 (2018): BIMASTER
Publisher : FMIPA Universitas Tanjungpura

Â Geographically Weighted Regression (GWR) merupakan pengembangan dari model regresi linier untuk mengatasi masalah heterogenitas spasial. Letak geografis untuk setiap lokasi ditambahkan sehingga parameter untuk setiap lokasi berbeda-beda. Estimasi parameter model GWR diperoleh menggunakan Weighted Least Square (WLS) dengan memberikan pembobot yang berbeda di setiap lokasi. Pembobot yang digunakan adalah Gaussian KernelÂ dengan pemilihan bandwidth optimum menggunakan Cross Validation (CV). Tujuan dari penelitian ini untuk menentukan model GWR dalam mendapatkan faktor yang mempengaruhi kemiskinan di 22 kabupaten/kota di Provinsi Nusa Tenggara Timur. Nilai koefisien determinasi Â yang diperoleh pada model GWR di Provinsi Nusa Tenggara Timur adalah 84,42%. Dengan demikian, besar pengaruh variabel dependen terhadap persentase kemiskinan sebesar 84,42% dan besar pengaruh faktor lain yang tidak dijelaskan pada model GWR adalah 15,58%.Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Kata Kunci : Breusch-Pagan, Gaussian Kernel, Cross Validation, Spasial

PENILAIAN RISIKO KREDIT KORPORASI BERDASARKAN PROBABILITAS KEGAGALAN DENGAN MODEL MERTON Hendra Perdana, Dikky Wirwana, Evy Sulistianingsih,
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 7, No 3 (2018): BIMASTER
Publisher : FMIPA Universitas Tanjungpura

Â Obligasi adalah surat hutang jangka panjang yang diterbitkan oleh suatu lembaga dengan nilai nominal dan waktu jatuh tempo. Ketika melakukan investasi obligasi, selain mendapatkan keuntungan, investasi obligasi juga dapat memberikan potensi risiko investasi. Salah satu risiko yang merupakan kerugian yang disebabkan oleh ketidakmampuan penerbit obligasi dalam membayar hutang kepada pemegang obligasi pada saat jatuh tempo. Penelitian ini akan menganalisis risiko kredit menggunakan analisis rasio keuangan dengan model Merton. Pada model Merton diasumsikan bahwa perusahaan dikatakan gagal membayar hutang atau bangkrut jika tidak dapat membayar hutang dan bunganya pada saat jatuh tempo. Model Merton diaplikasikanpada data aset PT. AKR Corporindo Tbk (AKRA) dengan nilai face value sebesar 623 Milyar dan PT. Pembangunan Jaya Ancol Tbk (PJAA) dengan nilai face value sebesar 200 Milyar. Berdasarkan hasil penelitian, PT. AKR Corporindo Tbk didapatkan nilai probabilitas kegagalan sebesar 0,000012% dan PT. Pembangunan Jaya Ancol Tbk sebesar 0.002037%. Nilai tersebut mengindikasikan bahwa kedua perusahaan dianggap masih dapat membayar hutang pada saat jatuh tempo..Kata Kunci: Model Merton, Risiko Kredit, Probabilitas Kegagalan.Â

ANALISIS INDEKS PEMBANGUNAN MANUSIA DI KALIMANTAN BARAT DENGAN REGRESI PANEL DAN BIPLOT Risma Junian; Dadan Kusnandar; Evy Sulistianingsih
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 7, No 3 (2018): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Indeks Pembangunan Manusia (IPM) dibangun melalui tiga dimensi dasar yaitu umur panjang dan hidup sehat, mempunyai pengetahuan, dan kehidupan yang layak. Ketiga dimensi tersebut memiliki pengertian sangat luas karena terkait banyak faktor yang mempengaruhi IPM. Penelitian ini bertujuan untuk menganalisis pengaruh dan mendeskripsikan karakteristik faktor tingkat penduduk miskin, kepadatan penduduk, dan tingkat partisipasi angkatan kerja terhadap IPM di Provinsi Kalimantan Barat pada tahun 2008 sampai dengan 2015. Hasil penelitian menunjukkan bahwa model estimasi regresi data panel yang sesuai adalah Fixed Effect Model (FEM) yang menghasilkan nilai adjusted R2 sebesar 0.6927. Variabel yang berpengaruh secara signifikan terhadap IPM antara lain tingkat penduduk miskin (X1), kepadatan penduduk (X2), dan tingkat partisipasi angkatan kerja (X3). Selanjutnya, melalui grafik biplot, variabel tingkat penduduk miskin dan tingkat partisipasi angkatan kerja mempunyai korelasi kuat dan positif. Sehingga, apabila salah satu variabel tersebut meningkat nilainya, maka akan diikuti kenaikan nilai pada variabel lainnya. Kabupaten Melawi, Kabupaten Sintang, Kabupaten Sambas, Kabupaten Kapuas Hulu, Kabupaten Sekadau, dan Kabupaten Landak memiliki jumlah tingkat penduduk miskin dan tingkat partisipasi angkatan kerja yang relatif besar dibandingkan dengan Kabupaten/Kota lainnya. Sedangkan Kota Pontianak memiliki jumlah kepadatan penduduk yang relatif besar. Kata Kunci : Longitudinal, Singular Value Decomposition, Dimensi Dua

PENERAPAN MODEL KALMAN FILTER DALAM MEMPREDIKSI CURAH HUJAN KABUPATEN KUBU RAYA Maulida Amanasari; Hendra Perdana
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 7, No 3 (2018): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Kalman Filter adalah sebuah model bagian dari state space (ruang keadaan) yang dapat diterapkan dalam model peramalan. Model ini menggunakan teknik rekursif untuk mengintegrasikan data pengamatan terbaru ke model untuk mengoreksi prediksi sebelumnya dan melakukan prediksi selanjutnya. Penelitian ini bertujuan untuk menerapkan model Kalman Filter dalam memodelkan dan meramalkan curah hujan di Kabupaten Kubu Raya. Kalman Filter merupakan salah satu model runtun waktu yang digunakan dalam menentukan prediksi selanjutnya. Model ini bekerja secara rekursif untuk meminimalkan ketidaktepatan dalam peramalan. Kalman Filter terdiri dari tahap prediksi dan tahap koreksi. Hasil penelitian prediksi curah hujan Kabupaten Kubu Raya tahun 2016 menunjukkan bahwa model terbaik ARIMA yang terbentuk adalah model ARIMA (3, 0, 2) yang memiliki nilai MAPE sebesar 65,60% yang menunjukkan bahwa hasil prediksi model ARIMA tidak baik. Pada model Kalman Filter diperoleh nilai MAPE sebesar 14,48% yang menunjukkan bahwa Kalman Filter mempunyai kemampuan prediksi yang baik. .Kata kunci: Curah Hujan, Kalman Filter, Runtun Waktu, MAPE.

PENENTUAN PROPORSI KEUNTUNGAN UNTUK KONTRAK ASURANSI JIWA DWIGUNA UNIT LINK DENGAN MENGGUNAKAN METODE ANNUAL RATCHET Yopi Saputra; Neva Satyahadewi; Hendra Perdana
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 7, No 3 (2018): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Asuransi jiwa dwiguna unit link merupakan asuransi yang menggabung keseluruhan asuransi jiwa tradisional dwiguna dengan asuransi modern unit link yang menyediakan perlindungan dan investasi.Salah satu metode yang digunakan dalam kontrak asuransi jiwa unit link yaitu metode pengindeksan dengan tingkat partisipasi.Metode pengindeksan yang digunakan adalah annual ratchet, dimana tingkat partisipasi dievaluasi dari tahun ke tahun. Data yang digunakan dalam penelitian ini adalah data saham penutupan harian PT. Telkom tahun 2012 dan suku bunga Bank Indonesia bulan Januari tahun 2013. Data probabilitas hidup mengikuti Tabel Mortalita Indonesia tahun 2011. Hasil penelitian ini diperoleh proporsi keuntungan menggunakan desain compound ratchet sebesar 56,09% untuk nasabah dan 43,91% untuk perusahaan. Sedangkan proporsi keuntungan menggunakan desain simple ratchet sebesar 6,27% untuk nasabah dan 3,73% untuk perusahaan. Kata Kunci: Unit link, Annual ratchet, Proporsi keuntungan.

PERBANDINGAN MODEL REGRESI PARAMETRIK EKSPONENSIAL DAN WEIBULL PADA DATA SURVIVAL TERSENSOR INTERVAL Jajad Sudrajat; Setyo Wira Rizki; Hendra Perdana
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 7, No 3 (2018): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Analisis survival adalah suatu metode untuk menganalisis data yang berhubungan dengan waktu, mulai dari start-point sampai dengan terjadinya suatu kejadian khusus atau end-point. Data pengamatan yang kejadian hanya diketahui pada selang waktu tertentu, yaitu sebelum dan sesudah waktu tertentu saja disebut data tersensor interval. Data tersensor interval dianalisis membentuk model regresi Eksponensial dan Weibull sehingga mendapatkan model terbaik. Data yang digunakan dalam penelitian ini adalah hasil pengamatan terhadap ketahanan gigi susu dengan jumlah sampel 4386 anak di Flenders, Belgia. Faktor-faktor yang dianggap penting mempengaruhi ketahanan gigi susu adalah jenis kelamin anak dan status awal gigi anak. Model regresi parametrik yang dibandingkan adalah model regresi eksponensial dan model regresi Weibull, pemilihan model terbaik dapat dilihat dengan membandingkan nilai AIC. Berdasarkan nilai AIC, model regresi Weibull merupakan model yang lebih baik dibandingkan model regresi Eksponensial. Pada anak yang berjenis kelamin laki-laki memiliki waktu ketahanan gigi lebih tinggi dibandingkan anak yang berjenis kelamin perempuan. Status awal gigi tidak cacat memiliki waktu ketahanan gigi lebih tinggi dibandingkan dengan status awal gigi sudah cacat.Kata Kunci: Survival, Tersensor Interval, Model Regresi Parametrik

MODEL MIKROSKOPIK DAN MAKROSKOPIK PENYEBARAN HIV-AIDS Yudhi, Ady Febrisutisyanto, Mariatul Kiftiah,
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 7, No 3 (2018): BIMASTER
Publisher : FMIPA Universitas Tanjungpura

AIDS adalah penyakit yang menyerang sistem kekebalan tubuh manusia yang disebabkan oleh virus HIV dan tersebar dilebih dari 100 negara di dunia. Penyebaran HIV-AIDS dapat diinterpretasikan menggunakan persamaan diferensial dalam bentuk model matematika. Model matematika yang dibentuk dalam penelitian ini terbagi menjadi dua yaitu, model mikroskopik dan makroskopik. Model mikroskopik penyebaran HIV-AIDS terdiri dari laju perubahan posisi dan laju perubahan kondisi kesehatan individu. Laju perubahan posisi dipengaruhi oleh proses Wiener dan laju perubahan kondisi kesehatan individu dipengaruhi oleh fungsi potensial Â dan fungsi interaksi antar individu . Dari model mikroskopik yang dibentuk, selanjutnya ditransformasikan menjadi persamaan kinetik menggunakan Mean-Field Limit. Model makroskopik penyebaran HIV-AIDS dimulai dengan membagi populasi menjadi tiga sub-populasi, yaitu sub-populasi susceptible, sub-populasi infected dan sub-populasi AIDS cases. Dari model makroskopik yang terbentuk diperoleh dua titik ekuilibrium yaitu titik ekuilibriumÂ Â dan . Dari hasil analisis kestabilan sistem disekitar titik ekuilibrium diperoleh sistem di sekitar titik ekuilibrium Â dan Â stabil asimtotik.Â Kata kunci: Model Mikroskopik, Model Makroskopik, Mean-Field Limit, Kestabilan

KLASIFIKASI NASABAH KREDIT DENGAN METODE QUEST PADA CREDIT UNION Alex Sander; Setyo Wira Rizki; Hendra Perdana
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 7, No 3 (2018): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Perkreditan selalu dibutuhkan oleh pengusaha yang sedang mengembangkan usaha maupun pengusaha yang baru akan memulai usaha. Dalam suatu proses pemberian kredit, kadangkala terdapat kredit macet yaitu suatu keadaan dimana terjadi tunggakan kredit. Banyak faktor yang mempengaruhi kredit macet. Analisis statistik yang dapat digunakan adalah metode QUEST (Quick, Unbiased, Efficient, Statistical Trees). Pada penelitian ini data yang digunakan adalah data nasabah yang mengambil kredit pada credit union (CU) Usaha Kita yang berada di Kabupaten Sekadau. Ada tujuh variabel bebas yang digunakan yaitu usia, jenis kelamin, pekerjaan, lama angsuran, jumlah pinjaman, saldo tabungan, pokok angsuran. Setelah dilakukan dengan metode QUEST diperoleh satu faktor yang berpengaruh pada kredit macet yaitu usia. Kata Kunci: Klasifikasi, Metode QUEST, Status Kredit

PERAMALAN JUMLAH WISATAWAN MANCANEGARA DI KOTA PONTIANAK DENGAN METODE DESEASONALIZED Nurfitri Imroâ€™ah, Masrudin, Neva Satyahadewi,
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 7, No 3 (2018): BIMASTER
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v7i3.26104

Peramalan adalah suatu metode untuk memperkirakan suatu nilai yang akan terjadi di masa mendatang, menggunakan data masa lalu dianalisis menggunakan metode statistika. Metode deseasonalized merupakan bagian dari metode dekomposisi yang termasuk metode deret berkala. Metode deseasonalized adalah suatu metode peramalan dengan cara menghilangkan pengaruh variasi musiman, sehingga memfokuskan ke seluruh trend jangka panjang. Tujuan dari penelitian ini adalah menganalisis jumlah wisatawan mancanegara di Kota Pontianak dengan metode deseasonalized. Penelitian ini dimulai dengan menghitung indeks musiman, kemudian menentukan bentuk model peramalan dengan persamaan garis trend. Dari hasil penelitian diperoleh bentuk model ramalan . Nilai MAPE yang dihasilkan sebesar 20,11 %, artinya peramalan dengan metode deseasonalized memiliki akurasi peramalan yang cukup.Â Kata Kunci: Peramalan, Metode deseasonalized, MAPE.

Page 1 of 2 | Total Record : 11

1 2

Filter by Year

2018 2018

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

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

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

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

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Contact Name
-

Contact Email
-

Phone
-

Journal Mail Official
-

Editorial Address
-

Location
Kota pontianak,

Kalimantan barat

INDONESIA