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 13 Documents

1 2

Search results for , issue "Vol 8, No 2 (2019): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya" : 13 Documents clear

PENGUJIAN KORELASI KANONIK PENUMPANG PESAWAT DI BANDAR UDARA INTERNASIONAL SUPADIO Fery Prastio; Shantika Martha; Hendra Perdana
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 2 (2019): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Analisis korelasi kanonik berguna dalam menguraikan struktur hubungan dari dua kelompok variabel. Penguraian struktur hubungan dilakukan dengan menginterpretasikan muatan silang kanonik untuk mengetahui urutan variabel mana saja dalam sebuah kelompok yang paling berkontribusi terhadap besaran hubungan antara dua kelompok variabel. Pengujian korelasi kanonik pada penelitian ini dilakukan pada data yang berkaitan dengan penerbangan, dimana satu kelompok variabel dependen yang beranggotakan lima variabel yang memuat data jumlah penumpang bulanan maskapai Kalstar Aviation , Lion Air , Nam Air , Sriwijaya Air dan Xpress Air yang dihubungkan dengan sebuah kelompok variabel independen yang beranggotakan lima variabel diantaranya adalah pergerakan pesawat , banyaknya wisatawan masuk melalui jalur entikong , rata-rata curah hujan , proyeksi jumlah penduduk Kalimantan Barat , dan indeks harga konsumen . Hubungan yang terjadi diantara kedua kelompok variabel tersebut dijelaskan melalui besaran koefisien korelasi kanonik yang dalam penelitian ini menjelaskan bahwa kedua kelompok variabel tersebut berhubungan sangat erat. Kata Kunci: korelasi kanonik, multivariat, analisis penerbangan, bandar udara

PENERAPAN METODE ZERO SUFFIX DALAM MENYELESAIKAN MASALAH TRANSPORTASI FUZZY DAN LINIER Studi Kasus : Perum BULOG Divre Kalbar Pontianak Lidwina Evi Purwanti; Mariatul Kiftiah; Fransiskus Fran
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 2 (2019): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Masalah transportasi merupakan bagian khusus dari program linier yang digunakan untuk memecahkan masalah dalam meminimumkan biaya transportasi sehingga dapat memperoleh keuntungan yang maksimum. Salah satu metode transportasi yang dapat digunakan adalah metode Zero Suffix dengan parameter yang digunakan yaitu biaya, persediaan dan permintaan dalam keadaan tertentu parameter tersebut tidak selalu dapat diketahui dengan pasti karena permasalahan dilapangan yang tidak bisa dihindari, maka solusi untuk ketidakpastian ini menggunakan pendekatan himpunan fuzzy. Pada masalah transportasi dicari pengalokasian yang tepat yang diterapkan pada Perum BULOG Divisi Regional Kalbar Pontianak untuk memperoleh biaya yang minimum. Berdasarkan hasil penelitian disimpulkan bahwa, pengalokasian beras yang berada di Gudang Wajok Hulu didistribusikan ke Kabupaten Mempawah dan Kabupaten Landak sedangkan pengalokasian beras yang berada di Gudang Sungai Raya Kubu Raya didistribusikan ke Kota Pontianak dan Kabupaten Kubu Raya. Metode transportasi yang diterapkan pada Perum BULOG dapat menghemat biaya sebesar Rp 36.851.355. Keadaan dimana jumlah persediaan dan permintaan beras tidak diketahui dengan pasti pada transportasi fuzzy memperoleh biaya minimum sebesar Rp 252.530.278,6.Kata Kunci : Logika Fuzzy, Robust Rangking, Suffix Value.

IMPLEMENTASI METODE LEAN SIX SIGMA PADA PRODUKSI WAJAN NOMOR 18 DI CV. XYZ Siti Hardianti; Neva Satyahadewi; Nurfitri Imro’ah
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 2 (2019): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Pengendalian kualitas dapat dilakukan dengan berbagai cara, diantaranya menggunakan metode Lean Six Sigma. Metode Lean Six Sigma dapat menunjukkan jalannya proses produksi sehingga diketahui pemborosan, kecacatan dan proses terjadinya produksi melalui value stream mapping. Lean Six Sigma dapat diterapkan di bidang industri, satu diantaranya adalah perusahaan CV. XYZ. Perusahaan tersebut memproduksi wajan dengan nomor 10, 11, 12, 13, 14, 15, 16, 18, 20, 22, 24, 26, 28 dan 30. Wajan nomor 18 adalah wajan yang paling diminati konsumen. Tahapan dalam Lean Six Sigma dimulai dari define, measure dan analyze. Jenis kecacatan diklasifikasikan menjadi empat kelas yaitu sangat serius (A), serius (B), cukup serius (C) dan tidak serius (D) dengan jumlah observasi sebanyak 78 hari. Kecacatan terbesar terjadi di kelas cacat sangat serius yaitu sebesar 44,38%. Level sigma merupakan kemungkinan besar kecacatan yang akan terjadi jika memproduksi satu juta produk. Pada penelitian ini, level sigma yang dihasilkan kecacatan sangat serius adalah 3,2, sehingga dengan menggunakan nilai Defect Per Million Oppertunities (DPMO) dapat disimpulkan bahwa dalam satu juta produksi kemungkinan produk cacat sebesar 44.211 buah. Berdasarkan analisis Failure Mode and Effect Analyze (FMEA), diketahui penyebab kecacatan sangat serius dikarenakan material dengan nilai Risk Priority Number (RPN) sebesar 84. Sehingga dengan menggunakan kriteria penilaian RPN diketahui bahwa kecacatan yang disebabkan oleh material tergolong sedang. Kata Kunci: Demerit, Failure Mode and Effect Analyze.

PENENTUAN PORTOFOLIO SAHAM OPTIMAL MENGGUNAKAN ALGORITMA GENETIKA Eka Lestari; Evy Sulistianingsih; Nurfitri Imro’ah
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 2 (2019): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Investor akan dihadapkan oleh keuntungan dan risiko dalam melakukan investasi. Untuk mengurangi risiko tersebut, investor dapat melakukan diversifikasi yaitu mengalokasikan dana ke beberapa saham sehingga terbentuk portofolio saham. Algoritma Genetika merupakan teknik yang diadopsi dari proses evolusi alam yang digunakan untuk melakukan pencarian penyelesaian optimal atas sejumlah penyelesaian masalah yang mungkin. Penelitian ini, mengimplementasikan Algoritma Genetika untuk memperoleh portofolio saham yang dapat memberikan keuntungan yang maksimal dan risiko tertentu. Parameter yang digunakan dalam Algoritma Genetika yaitu ukuran populasi (pop size) sebanyak 50 kromosom, probabilitas crossover 60% dan probabilitas mutasi sebesar 10%. Data yang digunakan adalah data penutupan harga saham bulanan indeks LQ 45 periode Januari 2010 sampai Juni 2018. Berdasarkan hasil analisis, Algoritma Genetika lebih optimal dibandingkan dengan perhitungan manual menggunakan Single Index Model dalam menentukan portofolio saham karena keuntungan yang diperoleh lebih besar dan risiko lebih kecil. Fitness terbesar dari tiga generasi diperoleh sebesar 0,1122 dengan keuntungan 0,0081 dan risiko 0,0719. Sedangkan keuntungan dan risiko berdasarkan perhitungan manual menggunakan Single Index Model diperoleh yaitu 0,0075 dan 0,0746.Kata Kunci: Algoritma Genetika, Offspring, Crossover, Mutasi, Single Index Model

BILANGAN KROMATIK BINTANG PADA GRAF YANG MEMUAT BINTANG DAN CYCLE Fransiska Evalia; Yundari Yundari; Fransiskus Fran
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 2 (2019): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Pewarnaan bintang merupakan salah satu jenis pewarnaan simpul pada suatu graf dengan pemberian warna pada setiap lintasan empat simpul tidak menggunakan dua warna. Jumlah warna minimum yang digunakan pada pewarnaan bintang di graf disebut dengan bilangan kromatik bintang yang dinotasikan dengan . Pada penelitian ini dibahas tentang bilangan kromatik bintang pada graf Lilly, graf buku, generalisasi graf pertemanan, dan bayangan graf cycle. Graf Lilly dan graf buku merupakan graf yang dibentuk dari gabungan graf bintang dan graf lintasan sedangkan generalisasi graf pertemanan dan bayangan graf cycle dibentuk dari salinan graf cycle. Berdasarkan penelitian diperoleh bilangan kromatik bintang pada graf Lilly yaitu warna, bilangan kromatik bintang pada graf buku adalah . Bilangan kromatik bintang pada generalisasi graf pertemanan adalah 4 warna untuk dan 3 warna untuk lainnya, bilangan kromatik bintang pada bayangan graf cycle adalah 4 warna untuk dengan merupakan anggota himpunan bilangan asli, 6 warna untuk , dan 5 warna untuk lainnya. Bilangan kromatik yang terkait dengan derajat maksimum suatu graf yaitu dengan merupakan anggota himpunan bilangan asli dan . Kata Kunci : graf Lilly, graf buku, generalisai graf pertemanan, bayangan graf cycle.

PERKIRAAN WISATAWAN ASING DI KALIMANTAN BARAT DENGAN METODE PEMULUSAN EKSPONENSIAL WINTER ADITIF Melita Melita
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 2 (2019): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Metode pemulusan eksponensial Winter Aditif digunakan untuk mengatasi data yang mengandung pola musiman dan trend. Tujuan penelitian ini adalah untuk menganalisis metode pemulusan eksponensial winter aditif dalam memperkirakan jumlah wisatawan asing di Kalimantan Barat. Berdasarkan hasil analisis diperoleh bahwa metode pemulusan eksponensial Winter Aditif memiliki nilai MAPE sebesar 26,09%. Sehingga metode pemulusan ekponensial Winter Aditif memiliki kemampuan ramalan yang cukup baik dalam memperkirakan jumlah wisatawan asing di Kalimantan Barat pada tahun 2018. Hasil perkiraan ramalan wisatawan asing di Kalimanatan Barat terendah terjadi pada Oktober 2018 sebanyak 1.274 orang dan tertinggi pada bulan Desember 2018 mencapai 2.711 orang.Kata kunci:Winter Aditif, MAPE

PENERAPAN ALGORITMA MAX-MIN ANT SYSTEM DALAM PENYUSUNAN JADWAL MATA KULIAH DI JURUSAN MATEMATIKA FMIPA UNTAN Qalbi Aliklas; Neva Satyahadewi; Hendra Perdana
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 2 (2019): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Penyusunan jadwal mata kuliah merupakan suatu permasalahan yang sering terjadi di suatu perguruan tinggi. Penjadwalan mata kuliah merupakan proses penyusunan jadwal pelaksanaan kuliah yang menginformasikan tempat belajar, waktu, mahasiswa yang mengambil serta dosen yang mengajar mata kuliah tersebut. Satu diantara metode untuk menyusun suatu jadwal yaitu Ant Colony Optimization. Ant Colony Optimization merupakan metode metaheuristik yang terinspirasi dari perilaku semut dalam menemukan rute menuju sumber makanan. Pada penelitian ini digunakan algoritma Max-Min Ant System untuk memperoleh jadwal mata kuliah yang optimal. Data jumlah mata kuliah, mahasiswa, ruangan, waktu dan sesi serta kapasitas ruang diinput kemudian diperoleh suatu jadwal mata kuliah yang optimal dengan menggunakan metode algoritma Max-Min Ant System. Kata Kunci: Penjadwalan mata kuliah, Algoritma, Ant Colony Optimization

PEMETAAN MAHASISWA BARU DALAM MEMILIH PROGRAM STUDI MENGGUNAKAN JARINGAN SYARAF TIRUAN ALGORITMA KOHONEN SELF ORGANIZING MAPS Pitriani Pitriani; Helmi Helmi; Hendra Perdana
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 2 (2019): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Peserta didik menghadapi persaingan yang semakin ketat untuk memasuki perguruan tinggi karena angka peminat dan penyeleksi seleksi masuk perguruan tinggi semakin tinggi. Hal itu membuat peserta didik mempersiapkan segalanya dimulai dari memilih perguruan tinggi hingga memilih program studi. Penelitian ini dilakukan untuk memetakan atribut atau alasan-alasan mahasiswa baru Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Tanjungpura dalam memilih program studi. Pemetaan ini dilakukan dengan menggunakan jaringan syaraf tiruan algoritma Kohonen Self Organizing Maps yang hasilnya divalidasi dengan metode IDB (Indeks Davies-Bouldin). Penelitian dilakukan untuk mengelompokkan alasan-alasan mahasiswa baru menggunakan 3 klaster dan 4 klaster dengan learning rate 0.05, 0.25, 0.5, 0.75 dan 0.95 serta maksimum iterasi 50, 100, 500, 1000, 2000 dan 5000. Berdasarkan jumlah klaster dan learning rate serta maksimum iterasi tersebut diperoleh IDB terkecil sebesar 1.8226 yaitu dengan menggunakan 3 klaster, learning rate 0.05 dan maksimum iterasi 500. Diantara 3 klaster yang terbentuk maka klaster ke-1 yaitu klaster dengan nilai mean terendah sehingga berdasarkan penskoran kuesioner maka masuk dalam kategori sangat penting. Artinya anggota dalam klaster tersebut menjadi pertimbangan para responden dalam memilih program studi. Keanggotaan klaster ke-1 diantaranya yaitu peluang karir, keinginan mencapai cita-cita, tenaga pendidik profesional, akreditasi program studi, instansi terbaik untuk bekerja dan peringkat universitas. Kata Kunci : Klaster, Learning Rate, Indeks Davies-Bouldin

ESTIMASI PARAMETER MODEL SURVIVAL DISTRIBUSI PARETO - GAMMA DENGAN METODE BAYESIAN LINEX LOSS FUNCTION Mega Putri; Shantika Martha; Setyo Wira Rizki
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 2 (2019): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Data survival merupakan data yang menunjukkan waktu suatu individu atau objek dapat bertahan hidup hingga terjadinya suatu kejadian tertentu. Data dikatakan tersensor apabila data yang diamati tidak lengkap karena hilangnya objek penelitian atau sampai akhir penelitian objek tersebut belum mengalami suatu kejadian tertentu. Tujuan dari penelitian ini adalah menentukan estimasi parameter model survival yang berdistribusi Pareto pada data tersensor dengan metode Bayesian LINEX Loss Function menggunakan prior Gamma. Data yang digunakan adalah data sekunder pasien kanker paru-paru dari penelitian yang dilakukan oleh Kalbfleisch dan Prentice pada tahun 1980. Berdasarkan hasil estimasi metode Bayesian LINEX Loss Function untuk studi kasus penderita kanker paru-paru dapat diketahui peluang seorang penderita kanker paru-paru untuk bertahan hidup semakin lama semakin kecil (mendekati nol), hingga akhirnya mengalami kematian. Nilai MAPE yang diperoleh dari fungsi Survival distribusi Pareto dengan pendekatan Bayesian LINEX Loss Function adalah sebesar 19,66%. Hal ini berarti bahwa metode Bayesian LINEX Loss Function memiliki kemampuan peramalan yang baik dalam mengestimasi peluang hidup pasien penderita kanker paru-paru.Kata Kunci : Distribusi Pareto, Bayesian, LINEX Loss Function, MAPE.

ANALISIS KESTABILAN MODEL PENYEBARAN PENYAKIT HEPATITIS A DENGAN VAKSINASI DAN SANITASI Nurfitriana Nurfitriana; Mariatul Kiftiah; Yudhi Yudhi
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 2 (2019): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Pada penelitian ini dibahas pemodelan penyebaran penyakit hepatitis A. Penyakit ini dapat menular jika seseorang menelan makanan atau minuman yang telah terkontaminasi oleh feses dari orang yang terinfeksi hepatitis A. Model matematika yang dibentuk pada penelitian ini membagi populasi menjadi tiga subpopulasi, yaitu susceptible, infected, dan recovered. Model penyebaran penyakit hepatitis A pada penelitian ini memperhatikan pemberian vaksinasi dan sanitasi yang dilakukan. Berdasarkan model yang terbentuk diperoleh dua titik kesetimbangan, yaitu titik kesetimbangan bebas penyakit ( ) yang bersifat stabil asimtotik dan titik kesetimbangan endemik ( ) yang bersifat tidak stabil. Hasil simulasi menunjukkan bahwa faktor sanitasi dapat menurunkan puncak endemik serta mengurangi populasi individu yang terinfeksi hepatitis A di suatu wilayah tertentu. Kata Kunci : model SIR, sanitasi, titik kesetimbangan

Page 1 of 2 | Total Record : 13

1 2

Filter by Year

2019 2019

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 : 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

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