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 32 Documents
 1   2   3   4 
Search results for , issue "Vol 8, No 3 (2019): BIMASTER" : 32 Documents clear
ANALISIS PEMILIHAN PAKET LAYANAN INTERNET MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS DAN SIMPLE ADDITIVE WEIGHTING Setyo Wira Rizki, Filipa Stephani Medyati, Marisi Aritonang,
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 3 (2019): BIMASTER
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (575.507 KB) | DOI: 10.26418/bbimst.v8i3.34112

Abstract

Banyaknya paket internet yang ditawarkan oleh operator telekomunikasi, membuat pelanggan sulit untuk menentukan pilihan. Dengan demikian, adanya sebuah sistem pendukung keputusan pemilihan paket layanan internet diharapkan dapat membantu pengambilan keputusan untuk memilih paket layanan internet yang diinginkan atau yang dibutuhkan. Proses pemilihan paket internet ini merupakan permasalahan yang melibatkan banyak komponen atau kriteria yang dinilai (multikriteria), sehingga dalam penyelesaiannya diperlukan sebuah sistem pendukung keputusan dengan multikriteria. Metode sistem pendukung keputusan yang multikriteria antara lain adalah metode Analytical Hierarchy Process (AHP) dan metode Simple Additive Weighting (SAW). Metode SAW digunakan karena proses perhitungannya yang lebih mudah dipahami, cepat dan sederhana, sedangkan metode AHP lebih unggul dalam keakuratan data karena dalam menentukan nilai bobot kriteria dilakukan berdasarkan perhitungan. Dalam penelitian ini menerapkan metode snowball atau bola salju sebagai metode pengambilan sampel dengan teknik pengambilan sampel berdasarkan wawancara dan korespondensi. Pada  penelitian ini terdapat empat operator telekomunikasi sebagai alternatif yaitu Telkomsel, Tri, Indosat, XL dan tiga kriteria yang digunakan, yaitu kriteria harga paket internet, kualitas jaringan internet dan layanan kartu operator. Hasil analisis dari kedua metode didapatkan alternatif terbaik adalah  kartu XL.Kata Kunci : Paket Internet, AHP, SAW, snowball
PENDEKATAN BAYESIAN GELF UNTUK ESTIMASI PARAMETER MODEL SURVIVAL RAYLEIGH DENGAN PRIOR UNIFORM Nurfitri Imro’ah, Petty Jelda, Setyo Wira Rizki,
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 3 (2019): BIMASTER
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (561.77 KB) | DOI: 10.26418/bbimst.v8i3.33867

Abstract

 Data survival adalah data yang menunjukkan waktu suatu individu atau objek yang dapat bertahan hidup hingga terjadinya suatu kegagalan atau kejadian tertentu. Tujuan dari penelitian ini adalah  untuk menentukan model survival dan model hazard estimasi parameter berdistribusi Rayleigh dengan metode Bayesian General Entropy Loss Function (GELF) menggunakan prior Uniform. Estimasi parameter fungsi survival dan fungsi hazard Bayesian GELF didapat dengan  mencari nilai estimasi parameter Bayesian GELF. Selanjutnya diterapkan pada data 175 pasien penderita Primary Billiary Cirrhosis (PBC) yang diperoleh dari program R versi 3.3.0 untuk mengetahui peluang individu dapat bertahan hidup. Nilai estimasi parameter Bayesian GELF dari data yang dihitung menggunakan progam R adalah 896,8008. Berdasarkan hasil estimasi parameter model survival distribusi Rayleigh metode Bayesian GELF dapat diketahui peluang seorang penderita penyakit PBC untuk bertahan hidup semakin lama semakin kecil (mendekati nol), dengan resiko kematian yang semakin besar.Kata Kunci : Distribusi Rayleigh, Bayesian GELF, Prior Uniform.
ESTIMASI PARAMETER MODEL SURVIVAL DISTRIBUSI PARETO -GAMMA DENGAN METODE BAYESIAN SELF Bella Amalia; Shantika Martha; Setyo Wira Rizki
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 3 (2019): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (529.294 KB) | DOI: 10.26418/bbimst.v8i3.33247

Abstract

Data survival adalah data yang menunjukkan waktu suatu individu atau objek dapat bertahan hidup hingga terjadinya suatu kegagalan atau kejadian tertentu. Data survival dikatakan tersensor apabila objek pada penelitian hilang atau sampai akhir penelitian objek tersebut belum mengalami kejadian tertentu. Tujuan dari penelitian ini adalah menentukan estimasi parameter model survival  distribusi Pareto data tersensor dengan metode Bayesian SELF. Data yang digunakan  adalah data sekunder pasien kanker paru-paru. Berdasarkan nilai estimasi metode Bayesian SELF untuk studi kasus penderita kanker paru-paru dapat diketahui bahwa dengan menggunakan metode Bayesian SELF perhitungan peluang hidup pada kasus penderita kanker paru-paru menjadi lebih tinggi. Berdasarkan nilai MAPE yang diperoleh dari fungsi Survival distribusi Pareto dengan pendekatan Bayesian SELF adalah sebesar 24,68%. Hal ini berarti bahwa metode Bayesian SELF memiliki kemampuan peramalan yang cukup dalam mengestimasi peluang hidup pasien penderita kanker paru-paru. Kata Kunci: Distribusi Pareto, Metode Bayesian SELF, MAPE. 
ANALISIS PENGUKURAN KINERJA PORTOFOLIO OPTIMAL INDEKS SAHAM LQ45 DENGAN MODEL BLACK-LITTERMAN Setyo Wira Rizki, Laili Izzati, Evy Sulistianingsih,
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 3 (2019): BIMASTER
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (824.775 KB) | DOI: 10.26418/bbimst.v8i3.33904

Abstract

Saham adalah satu diantara alternatif investasi di pasar modal yang ada di Indonesia yang menjadi pilihan bagi para investor untuk berinvestasi. Berdasarkan wujudnya, saham merupakan selembar kertas berupa sertifikat yang ditunjukkan dengan tanda kepemilikan seseorang atau badan dalam suatu perusahaan sehingga pemegang saham memiliki hak klaim atas dividen. Pembentukan portofolio saham adalah salah satu cara yang dilakukan dalam meminimalkan risiko investasi dengan harapan memberikan keuntungan dari portofolio yang terbentuk. Analisis pengukuran kinerja portofolio merupakan rangkaian akhir dalam proses investasi bagi investor dengan tujuan untuk menilai, bahwa portofolio yang dibentuk memiliki kinerja portofolio yang lebih baik dibandingkan dengan portofolio lainnya. Model Black-Litterman adalah model yang menggabungkan data historis saham dan intuisi atau pandangan investor dalam mengoptimalkan keuntungan yang diperoleh investor. Pengukuran kinerja portofolio adalah dengan menggunakan Indeks Sharpe. Studi  penelitian dilakukan dengan menggunakan data sekunder pada enam saham yang tergabung dalam Indeks Saham LQ45 periode Januari 2011 sampai Desember 2017. Berdasarkan hasil studi kasus yang diperoleh dengan lima saham penyusun portofolio, maka kinerja yang terbaik yang direkomendasikan untuk investor adalah model Black-Litterman. Portofolio optimal dengan  lima saham penyusun beserta nilai bobot investasinya adalah 16,97% untuk saham ASII, sebesar 12,49% untuk saham INTP, sebesar 11,01% untuk saham ADRO, sebesar 19,61% untuk saham KLBF dan sebesar 39,91% untuk saham GGRM. Kata Kunci: LQ45, Black-Litterman, Portofolio, Indeks Sharpe. 
PENENTUAN PREMI ASURANSI JIWA BERJANGKA MENGGUNAKAN METODE LAST SURVIVOR Aulia Puteri Amari; Neva Satyahadewi; Hendra Perdana
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 3 (2019): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (97.58 KB) | DOI: 10.26418/bbimst.v8i3.33641

Abstract

Asuransi jiwa yang berkembang di Indonesia ada dua macam, yaitu asuransi jiwa perorangan (single life) dan asuransi jiwa bersama (multi life). Asuransi multi life memiliki dua istilah berdasarkan status kematian dari kumpulan tertanggung yaitu joint life dan last survivor. Asuransi joint life memberikan status kematian jika salah satu dari anggota kelompok mengalami kematian selama masa pertanggungan asuransi. Asuransi last survivor memberikan status kematian jika tersisa hanya satu anggota yang bertahan hidup hingga akhir masa pertanggungan asuransi berakhir. Penelitian ini bertujuan untuk mengetahui besarnya premi tahunan asuransi jiwa berjangka last survivor  tiga orang tertanggung dengan usia suami 30 tahun, usia istri 25 tahun dan usia anak 5 tahun. Perhitungan premi tahunan yang dibayarkan tertanggung dibagi menjadi dua yaitu pada anak laki-laki dan anak perempuan dengan tingkat suku bunga 6% dan benefit yang didapatkan sebesar Rp300.000.000 adalah Rp4.627.901 untuk anak perempuan dan Rp4.660.859 untuk anak laki-laki. Berdasarkan penelitian ini juga diperoleh besar premi tahunan asuransi jiwa berjangka last surivor bergantung pada tingkat suku bunga, jenis kelamin dan usia tertanggung. Laki-laki membayar premi lebih mahal dari perempuan. Semakin tinggi tingkat suku bunga maka semakin kecil premi yang dibayarkan sedangkan premi semakin mahal jika usia nasabah semakin tinggi. Kata kunci: Asuransi Jiwa Joint Life, Last Survivor, Premi, Santunan. 
PENENTUAN CADANGAN PREMI ASURANSI JIWA DWIGUNA BERJANGKA DENGAN METODE ILLINOIS Hendra Perdana, Dwi Ayu Lestari, Neva Satyahadewi,
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 3 (2019): BIMASTER
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (247.253 KB) | DOI: 10.26418/bbimst.v8i3.34253

Abstract

Asuransi jiwa adalah asuransi yang bertujuan menanggung resiko-resiko orang terhadap kerugian finansial yang tak terduga yang disebabkan oleh kematian, kecelakaan atau mengalami cacat tetap. Perusahaan asuransi sebagai penanggung akan memberikan premi sebagai santunan apabila seseorang yang mengikuti asuransi mengalami kematian. Perusahaan harus menmpersiapkan dana sebagai cadangan premi untuk mengantisipasi kercugian bila di masa yang akan datang terjadi klaim. Cadangan premi ini nantinya akan digunakan untuk membayar uang pertanggungan apabila terjadi klaim. Penelitian ini bertujuan untuk menentukan besarnya cadangan yang diperoleh dengan menggunakan metode Illinois yang merupakan perluasan dari metode prospektif. Pada penelitian ini dilakukan studi kasus untuk seorang laki-laki berusia 20 tahun dengan jangka waktu pembayaran 20 tahun, dan masa asuransi 25 tahun. Santunan yang diberikan kepada tertanggung sebesar Rp100.000.000 dan suku bunga 5,75%. Data yang digunakan yaitu Tabel Mortalita Indonesia tahun 2011. Nilai cadangan yang dihasilkan untuk tahun pertama sebesar Rp1.522.035. Nilai cadangan akan semakin besar setiap tahunnya selama masa pertanggungan hingga pada akhir masa pertanggungan  akan bernilai sama dengan santunan yang diterima oleh tertanggung. Kata Kunci: Premi, Cadangan, Metode Illinois, Cadangan Prospektif. 
PENDEKATAN BAYESIAN LINEX PADA MODEL SURVIVAL EKSPONENSIAL – GAMMA UNTUK MENENTUKAN PREMI DWIGUNA K - TAHUN Naomi Nessyana Debataraja, Fitriani Hartati, Setyo Wira Rizki,
BIMASTER Vol 8, No 3 (2019): BIMASTER
Publisher : BIMASTER

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (636.451 KB)

Abstract

Asuransi merupakan transaksi pertanggungan yang melibatkan dua pihak, tertanggung dan penanggung. Tertanggung diwajibkan membayar sejumlah uang kepada si penanggung, yang biasa disebut sebagai premi. Tujuan penelitian ini menentukan premi dwiguna k?tahun menggunakan pendekatan Bayesian Linex. Distribusi prior yang digunakan adalah distribusi gamma. Distribusi prior dan fungsi likelihood digunakan untuk menentukan distribusi posterior yang menjadi dasar untuk memperoleh estimasi Bayesian. Bayesian Linex merupakan satu dari fungsi kerugian (loss function) yang digunakan dalam menentukan metode survival. Metode survival diaplikasikan untuk memperoleh nilai premi dwiguna k-tahun. Data yang digunakan yaitu data usia seseorang dari 1 sampai 50 tahun dengan jangka 10 tahun, 15 tahun, dan 20 tahun. Diperoleh harga premi tunggal bersih dwiguna pada seseorang yang berusia 1 sampai 50 tahun dengan manfaat yang akan diperoleh Rp100.000.000 dengan jangka 10 tahun sebesar Rp58.421.345, jangka 15 tahun sebesar Rp55.871.644, dan berjangka 20 tahun sebesar Rp47.732.427. Berdasarkan nilai tersebut, semakin lama jangka waktu pembayaran maka harga premi semakin murah.  Kata Kunci: Bayesian Linex, Asuransi, Premi Dwiguna
KONTROL OPTIMAL PADA MODEL EPIDEMI TIPE SEIT DENGAN METODE PRINSIP MINIMUM PONTRYAGIN Yudhi, Laila Tul Machfiroh, Helmi,
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 3 (2019): BIMASTER
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (304.379 KB) | DOI: 10.26418/bbimst.v8i3.34177

Abstract

Model epidemi pada penelitian ini dibagi menjadi empat sub-populasi, yaitu sub-populasi susceptible , sub-populasi exposed , sub-populasi infective , dan sub-populasi treatment . Dari keempat sub-populasi tersebut kemudian dibentuk model epidemi tipe SEIT. Model yang terbentuk kemudian diberikan kontrol, yaitu kontrol pengobatan untuk sub-populasi exposed  dan sub-populasi infective . Pemberian kontrol bertujuan untuk meminimalkan jumlah individu exposed dan individu infective. Prinsip minimum Pontryagin merupakan salah satu metode untuk mendapatkan kontrol yang optimal dari suatu sistem. Hasil penelitian ini menunjukkan keefektifan kontrol dalam mengendalikan penyebaran suatu penyakit sehingga dapat mengurangi jumlah individu infective dan meminimumkan biaya pengobatan. Kata kunci : model epidemi tipe SEIT, kontrol optimal, prinsip minimum Pontryagin
METODE BLOK KRIGING UNTUK MENGESTIMASI CADANGAN EMAS Luluk Hendriyana; Yundari Yundari; Yudhi Yudhi
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 3 (2019): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (552.113 KB) | DOI: 10.26418/bbimst.v8i3.33848

Abstract

Kegiatan pertambangan berkembang pesat, tidak lagi dilakukan secara tradisional namun sudah dilakukan dengan bantuan tenaga mesin berupa bor. Pengolahan tambang dengan mesin sangat memberikan hasil yang lebih besar. Namun demikian tidak sedikit biaya yang dikeluarkan pemilik tambang untuk mengebor lubang menggunakan mesin. Hasil yang diperoleh belum tentu cukup untuk mengembalikan modal dan berakibat keuntungan menjadi menurun. Geostatistika berperan dalam membuat model matematika terhadap kasus-kasus yang berkaitan dengan fenomena alam untuk meminimalisir terjadinya kesalahan. Salah satu metode geostatistika adalah kriging, sedangkan metode yang digunakan pada penelitian ini adalah blok kriging. Data yang digunakan pada penelitian ini adalah data sekunder berupa 15 lubang bor. Langkah-langkah dalam estimasi dengan menggunakan metode blok kriging yaitu menghitung nilai semivariogram eksperimental, memilih arah anisotropik, dan menghitung nilai semivariogram teoritis. Selanjutnya dilakukan pemilihan semivariogram teoritis terbaik berdasarkan nilai RSS terkecil, kemudian mencari bobot matrik dan bobot kriging. Dan dilanjutkan dengan mengestimasi cadangan emas dengan metode blok kriging. Hasil penelitian cadangan estimasi terbesar terdapat pada blok yang dipartisi pada lokasi ke 17 dengan nilai sebesar 0.1696 dan nilai variansi sebesar 0.0131.Kata kunci: Emas, Semivariogram,blok kriging
MODEL MULTIPLE DECREMENT DALAM PENENTUAN PREMI ASURANSI JIWA Dinda Lestari; Neva Satyahadewi; Hendra Perdana
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 3 (2019): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (316.439 KB) | DOI: 10.26418/bbimst.v8i3.33637

Abstract

Asuransi jiwa adalah satu diantara produk asuransi yang umum dikenal, biasanya memiliki satu  penyebab klaim yaitu kematian. Model produk asuransi jiwa dapat dimodifikasi dengan menambah penyebab-penyebab klaim lainnya, sehingga menjadi model asuransi dengan lebih dari satu penyebab klaim (multiple decrement). Model multiple decrement merupakan salah satu model aktuaria yang digunakan sebagai acuan dalam merancang suatu produk asuransi. Penelitian ini menggunakan 3 decrement sebagai penyebab terjadinya klaim yang terdiri dari kematian, cacat permanen dan mengundurkan diri. Data associated single decrement table menggunakan informasi dari Negara Canada Tahun 1968 yang diperoleh dari Software Table Manager 3.01. Studi kasus yang digunakan dalam penelitian ini yaitu seorang berusia 30 tahun mengikuti suatu asuransi jiwa multiple decrement berjangka selama 34 tahun. Diketahui bahwa nilai santunan ketika seorang tersebut mengalami kematian adalah Rp100.000.000, Rp50.000.000 bila mengalami kondisi cacat permanen, sedangkan Rp10.000.000 bila kondisi mengundurkan diri dari perusahaan. Suku bunga yang digunakan adalah 6% berdasarkan BI Rate. Hasil perhitungan diperoleh premi tahunan untuk asuransi jiwa berjangka multiple decrement ini yaitu sebesar Rp317.946. Kemudian, jika tingkat suku bunga semakin tinggi maka nilai premi yang dibayarkan semakin murah. Hal ini dikarenakan tingkat suku bunga merupakan variabel dari fungsi diskonto, dimana semakin tinggi tingkat suku bunga, maka semakin kecil nilai dari fungsi diskonto. Premi akan semakin mahal jika usia nasabah ketika mengikuti asuransi semakin tinggi. Hal ini karena dipengaruhi peluang kematian seseorang yang semakin tinggi dengan bertambahnya usia. Kata Kunci: multiple decrement, associated single decrement. 

Page 1 of 4 | Total Record : 32

 1   2   3   4 

Filter by Year

2019 2019


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 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 Vol 8, No 1 (2019): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya 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