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 48 Documents

1 2 3 4 5

Search results for , issue "Vol 8, No 4 (2019): BIMASTER" : 48 Documents clear

PEMODELAN AUTOREGRESSIVE FRACTIONALLY INTEGRATED MOVING AVERAGE (ARFIMA) DALAM MEMPREDIKSI HARGA CRUDE PALM OIL (CPO) Ika Ayu Krismawanti; Shantika Martha; Naomi Nessyana Debataraja
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 4 (2019): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Kelapa sawit merupakan salah satu komoditas perkebunan yang dapat berpengaruh terhadap perekonomian Indonesia. Salah satu hasil olahan tanaman kelapa sawit yaitu minyak kelapa sawit mentah (CPO). CPO memiliki peran strategis dalam perekonomian negara khususnya dalam bidang ekspor ke berbagai negara terutama negara India. Harga CPO yang cenderung mengalami peningkatan dan penurunan akan berpengaruh terhadap penghasilan negara dan masyarakat khususnya petani kelapa sawit. Peningkatan dan penurunan harga CPO yang tidak menentu memerlukan peramalan untuk mengetahui harga CPO dimasa yang akan datang. Peramalan merupakan kegiatan dalam memperkirakan kejadian dimasa depan dengan pengambilan data-data dimasa lalu. Dalam analisis runtun waktu terdapat data yang memiliki ciri proses jangka pendek dan data yang memiliki ciri proses jangka panjang. Model yang dapat menangani kedua jenis data ini adalah model autoregressive fractionally integrated moving average (ARFIMA). Model ARFIMA merupakan pengembangan dari model ARIMA, dengan differencing bernilai pecahan. Penelitian ini bertujuan untuk menentukan model ARFIMA pada data harga CPO. Data yang digunakan dalam penelitian ini merupakan data harga CPO dari periode 1 Januari 2012 sampai 10 Maret 2019. Berdasarkan analisis dapat disimpulkan bahwa model ARFIMA terbaik yang didapat adalah ARFIMA (1; 0,17; 0) dengan nilai AIC sebesar 7,999 dan nilai MAPE sebesar 1,37%. Kata Kunci: CPO, peramalan, ARFIMA

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI INDEKS HARGA SAHAM GABUNGAN DENGAN METODE MODERATED REGRESSION ANALYSIS Umamah Umamah
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 4 (2019): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Analisis regresi adalah suatu teknik yang digunakan untuk membangun suatu persamaan yang menghubungkan antara variabel independen dan variabel dependen. Dalam analisis regresi linier tidak hanya menghubungkan variabel independen dan dependen saja. Biasanya terdapat variabel yang dapat memperkuat bahkan memperlemah hubungan variabel independen dan variabel dependen atau biasa disebut juga dengan variabel moderasi. Penelitian ini mengambil data dari Bursa Efek Indonesia (BEI) yaitu Indeks Harga Saham Gabungan (IHSG) yang dipengaruhi oleh harga minyak mentah, harga emas dan jumlah uang beredar. Tujuan penelitian ini adalah mengestimasi parameter pada Indeks Harga Saham Gabungan yang dipengaruhi oleh harga minyak mentah, harga emas dan jumlah uang beredar di BEI dan menganalisis pengaruh variabel moderasi (kurs) terhadap IHSG. Metode yang digunakan adalah Moderated Regression Analysis dan analisis ini lebih umum digunakan dalam penelitian. Model yang diperoleh dari hasil penelitian analisis regresi variabel moderasi, diperoleh sebagai berikut: Berdasarkan penelitian, didapat faktor yang berpengaruh terhadap IHSG adalah harga minyak mentah, harga emas dan kurs. Setelah ditambah variabel moderasi faktor yang mempengaruhi IHSG bertambah dua variabel yaitu interaksi antara variabel harga emas dan kurs serta variabel harga minyak mentah dan kurs. Tetapi kursnya menjadi tidak berpengaruh terhadap IHSG. Pada kasus ini disebut dengan Pure Moderasi yaitu variabel moderasi yang memoderasi hubungan antara variabel independen dan variabel dependen dimana variabel Z berinteraksi dengan variabel independen tanpa menjadi variabel independen. Kata Kunci : Pure moderasi, Moderated Regression Analysis

PREDIKSI HARGA SAHAM JII MENGGUNAKAN TRANSFORMASI WAVELET DISKRIT DAUBECHIES Fransiskus Fran, Sari Setia Ningrum, Helmi,
BIMASTER Vol 8, No 4 (2019): BIMASTER
Publisher : BIMASTER

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (247.451 KB)

Prediksi harga saham di dunia investasi menjadi hal yang sangat penting untuk kegiatan jual-beli saham. Harga saham berubah-ubah secara tidak pasti dipengaruhi beberapa faktor internal dan eksternal. Pergerakan harga saham dapat diprediksi dengan berbagai metode analisis runtun waktu. Pada umumnya, sebagian besar data runtun waktu bersifat tidak stasioner, sehingga proses analisis dapat menggunakan transformasi wavelet diskrit. transformasi wavelet diskrit ini mengubah data asli ke dalam domain wavelet untuk dianalisis. Filter wavelet yang digunakan berbasis wavelet Daubechies. Pada penelitian ini dilakukan analisis penerapan dari transformasi wavelet diskrit pada data runtun waktu dan memprediksi harga saham JII (Jakarta Islamic Index) menggunakan transformasi wavelet diskrit Daubechies. Langkah dalam proses memprediksi ini yaitu melakukan estimasi thresholding untuk mendapatkan model terbaik. Hasil penelitian menunjukan bahwa parameter minimax dengan fungsi hard thresholding maupun soft thresholding memperoleh model terbaik pada level resolusi pertama dan parameter adaptive dengan fungsi soft thresholding memperoleh model terbaik pada level kedua. Namun, model terbaik untuk memprediksi harga penutupan saham harian JII adalah dengan menggunakan parameter adaptive dengan nilai MAPE (Mean Absolute Percentage Error) sebesar 0,188662%. Kata Kunci : estimasi thresholding, parameter minimax, parameter adaptive

PEMETAAN PENGGUNA ALAT KONTRASEPSI DI KALIMANTAN BARAT DENGAN MENGGUNAKAN METODE MULTIDIMENSIONAL SCALING Haryati, Haryati
BIMASTER Vol 8, No 4 (2019): BIMASTER
Publisher : BIMASTER

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (516.369 KB)

Multidimensional Scaling (MDS) berhubungan dengan pembuatan grafik (map) yang bertujuan untuk menggambarkan posisi sebuah objek dengan objek lain, berdasarkan kemiripan objek-objek, sehingga jarak antar objek-objek tersebut akan sesuai dengan nilai kedekatan berdasarkan input datanya. Data yang digunakan dalam penelitian ini merupakan data sekunder yang diperoleh dari Kantor Perwakilan BKKBN Pontianak berupa data jumlah pengguna alat kontrasepsi pada 14 kabupaten. Penelitian ini bertujuan untuk melakukan pemetaan pengguna alat kontrasepsi antar kabupaten/kota di Kalimantan Barat pada tahun 2014. Hasil analisis menunjukkan bahwa pemetaan pada pengguna alat kontrasepsi antar kabupaten/kota di Kalimantan Barat terbentuk menjadi empat kelompok. Kelompok I: Kabupaten Sambas, Kabupaten Kubu Raya, dan Kabupaten Pontianak. Kelompok II: Kabupaten Ketapang, Kabupaten Sintang dan Kabupaten Landak. Kelompok III: Kabupaten Melawi. Kelompok IV: Kabupaten Mempawah, Kabupaten Sanggau, Kabupaten Kapuas Hulu, Kabupaten Bengkayang, Kabupaten Sekadau, Kabupaten Kayong Utara dan Kabupaten Singkawang. Kata kunci: Multidimensional Scaling, Pemetaan, Pengguna Alat Kontrasepsi

ANALISIS KESTABILAN GLOBAL MODEL PENYEBARAN PENYAKIT MENINGITIS DENGAN MENGGUNAKAN FUNGSI LYAPUNOV Evi Noviani, Irsya Afifah, Helmi,
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 4 (2019): BIMASTER
Publisher : FMIPA Universitas Tanjungpura

Model matematika dalam penelitian ini merupakan model penyebaran penyakit meningitis bertipe . Model tersebut dibentuk dengan membagi seluruh populasi menjadi empat sub-populasi yaitu susceptible (S), carrier (C),infected (I)Â , dan recovery (R)Â serta diasumsikan terdapat pengaruh vaksinasi dan pengobatan. Model tersebut dapat dianalisis kestabilannya dengan terlebih dahulu menentukan titik kesetimbangan bebas penyakit (E0), titik kesetimbangan endemik (E1), dan angka reproduksi dasar . Apabila R0<=1Â maka titik kesetimbangan bebas penyakit stabil asimtotik global, dan apabila Ro>1Â titik kesetimbangan endemik stabil asimtotik global. Sifat tersebut disebut dengan sifat ambang batas. Analisis kestabilan global pada model dilakukan dengan membuktikan adanya fungsi yang memenuhi kriteria kestabilan Lyapunov dan memenuhi sifat ambang batas. Berdasarkan analisis tersebut diperoleh titik kesetimbangan bebas penyakit dan titik kesetimbangan endemik yang stabil asimtotik global. Adapun grafik penyebaran penyakit yang dipengaruhi oleh vaksinasi dan pengobatan dapat dilihat pada grafik simulasi.Â Kata Kunci : meningitis, kestabilan global, fungsi Lyapunov, sifat ambang batas

METODE ANALISIS KORESPONDENSI BERGANDA UNTUK MENGIDENTIFIKASI KARAKTERISTIK MAHASISWA BIDIKMISI FMIPA UNTAN Wirdha Eryani; Dadan Kusnandar; Hendra Perdana
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 4 (2019): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Analisis korespondensi berganda merupakan teknik deskriptif yang diterapkan pada variabel yang berskala ordinal dan nominal. Metode ini dapat menganalisis kedekatan antara variabel dependen dan variabel independen secara eksploratif. Penelitian ini menggunakan metode analisis korespondensi berganda untuk mengidentifikasi karakteristik mahasiswa bidikmisi FMIPA Untan. Hasil penelitian adalah karakteristik mahasiswa penerima beasiswa bidikmisi dikelompokkan menjadi tiga yaitu, kelompok pertama mahasiswa dengan IPK rendah, kelompok kedua mahasiswa dengan IPK sedang dan kelompok ketiga adalah mahasiswa dengan IPK tinggi. Karakteristik kelompok pertama adalah asal daerah mahasiswa luar Kota Pontianak, penghasilan orang tua perbulan antara Rp1.000.000 sampai dengan Rp1.500.000, pekerjaan ayah petani/nelayan/buruh tani, status keberadaan ayah ada, pendidikan terakhir ibu (Tidak Sekolah/SD/SMP) dan pendidikan terakhir ayah (Tidak Sekolah/SD/SMP). Karakteristik kelompok kedua adalah penghasilan orangtua perbulan kurang dari Rp1.000.000, jenis kelamin mahasiswa laki-laki, status asal sekolah SLTA Negeri, pekerjaan ibu wiraswata/petani, status keberadaan ibu ada, jenis kelamin mahasiswa perempuan, status asal sekolah SLTA Swasta dan asal daerah mahasiswa luar Kota Pontianak. Sedangkan karakteristik kelompok ketiga adalah asal daerah mahasiswa Kota Pontianak, pendidikan terakhir ibu SMA, pekerjaan ayah pegawai swasta, pendidikan terakhir ayah SMA dan pekerjaan ayah buruh non tani.Kata Kunci: Korespondensi Berganda, Bidikmisi, Kategorik

PEMODELAN MATEMATIS UNTUK PERSAMAAN BEDA POTENSIAL LISTRIK Resti Julia Susanti; Evi Noviani; Fransiskus Fran
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 4 (2019): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Pada penelitian ini, permasalahan beda potensial listrik pada sebuah muatan listrik positif yang diukur pada sebarang titik terhadap titik asalnya yakni titik (x0, y0) dimodelkan ke dalam persamaan diferensial. Model untuk persamaan beda potensial listrik diperoleh dengan menggunakan konsep-konsep yang mendasari elektrostatis yaitu persamaan medan listrik, fluks listrik, hukum Coulomb dan hukum Gauss. Dengan melambangkan potensial listrik sebagai V, rapat muatan sebagai σ, dan konstanta listrik sebagai ε0, beda potensial listrik dapat dituliskan ke dalam bentuk persamaan Poisson . Misalkan titik asal muatan listrik tersebut adalah titik , maka dengan menggunakan konsep fungsi delta, diperoleh persamaan diferensial untuk beda potesial listrik.Kata Kunci: persamaan beda potensial listrik, fungsi delta, listrik statis.

ANALISIS TEKNIKAL SAHAM LQ-45 MENGGUNAKAN INDIKATOR BOLLINGER BANDS Nurin Hafizah; Evi Noviani; Hendra Perdana
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 4 (2019): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Saham merupakan salah satu bentuk investasi masa kini yang mulai banyak dilirik oleh para investor. Investor yang ingin menanamkan modal di bursa saham sebaiknya mengetahui kekuatan harga saham untuk memprediksi dengan baik pergerakan harga saham di kemudian hari. Analisis teknikal merupakan salah satu teknik yang digunakan dalam melakukan analisis pergerakan harga saham. Terdapat banyak indikator yang dapat digunakan pada analisis teknikal, salah satunya indikator Bollinger Bands. Indikator Bollinger Bands terdiri dari 3 garis Moving Average, yaitu Lower Band (LB), Middle Band (MB) dan Upper Band (UB) serta melibatkan perhitungan volatilitas harga sebuah saham. Tujuan dari penelitian ini untuk menganalisis perhitungan matematis indikator Bollinger Bands dan menentukan sinyal jual dan sinyal beli pada saham. Penelitian ini menggunakan data harian saham yang terdaftar pada saham LQ-45. Data harian saham periode 1 Januari 2018 sampai 31 Desember 2018 digunakan sebagai data training untuk mencari nilai rata-rata return positif dan nilai volatilitas saham lebih besar dari 50%. Berdasarkan perhitungan maka saham perusahaan Indah Kiat Plup & Paper (INKP) dapat dianalisis lebih lanjut. Data harian saham periode 1 Januari 2019 sampai 30 April 2019 digunakan sebagai data testing untuk mencari nilai LB, MB dan UB pada saham INKP. Diketahui bahwa sinyal beli dan jual saham pada perusahaan INKP sebanyak 7 sinyal yang diperoleh dari perhitungan Percent Bollinger Bands. Terdapat 3 sinyal untuk menjual saham (bullish), dan 4 sinyal untuk pembelian saham (bearish). Simulasi dilakukan dengan asumsi modal awal sebesar Rp100.000.000,00. Keuntungan terbesar dalam menjual saham pada tanggal 15 Januari 2019 dengan keuntungan sebesar Rp8.253.059,00 (8,25%), dan keuntungan terkecil pada tanggal 10 Januari 2019 sebesar Rp5.707.472,00 (5,71%). Kata Kunci: Moving Average, analisis teknikal, volatilitas saham

ESTIMASI MODEL REGRESI NONPARAMETRIK KERNEL MENGGUNAKAN ESTIMATOR NADARAYA-WATSON Shantika Martha, Nurul Anisa, Naomi Nessyana Debataraja,
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 4 (2019): BIMASTER
Publisher : FMIPA Universitas Tanjungpura

Pendekatan regresi nonparametrik dilakukan untuk memodelkan data yang tidak diketahui bentuk fungsinya. Salah satu regresi nonparametrik yang sering digunakan adalah regresi kernel. Tujuan penelitian ini adalah untuk mengestimasi model regresi nonparametrik menggunakan regresi kernel dengan estimator Nadaraya-Watson pada data indeks pembangunan manusia di Indonesia. Berdasarkan hasil analisis yang telah dilakukan, dapat disimpulkan bahwa untuk data indeks pembangunan manusia diperoleh bandwitdh optimal dengan estimator Nadaraya-Watson sebesar 1,384884. Hasil estimasi tersebut memperoleh nilai koefisien determinasi sebesar 63,2% dan menghasilkan nilai Mean Absolute Percentage Error (MAPE) sebesar 2,5% yang berarti bahwa kemampuan estimasi menggunakan regresi nonparametrik kernel sangat baik.Kata Kunci: regresi kernel, bandwidth, Gaussian.

METODE LEAST MEDIAN SQUARE (LMS) DALAM ANALISIS REGRESI ROBUST KETIKA TERDAPAT OUTLIER Setyo Wira Rizki, Mimi Kurniati, Yundari,
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 4 (2019): BIMASTER
Publisher : FMIPA Universitas Tanjungpura

Least median square (LMS) adalah salah satu metode estimasi dalam regresi robust yang digunakan untuk mengatasi outlier. Dalam metode ini, dengan meminimumkan median kuadrat sisaannya, penduga yang dihasilkan akan lebih resisten terhadap outlier. Data yang digunakan pada penelitian ini adalah data sekunder tentang produksi jeruk di Indonesia tahun 2016 yang diambil dari Kementrian Pertanian. Ukuran data yang digunakan adalah sebanyak 34 yaitu banyak provinsi di Indonesia. Dengan variabel dependen adalah produksi jeruk, dan variabel bebas (independen) yang diambil sebanyak tiga yaitu luas panen, curah hujan, dan suhu. Proses pertama adalah mendeteksi apakah ada outlier pada data, dan melakukan uji asumsi klasik. Kemudian mencari model regresi dengan metode Least median square (LMS). Apabila dibandingkan, hasil model regresi produksi jeruk dengan metode MLS lebih akurat daripada hasil model regresi dengan metode MKT. Dengan demikian dapat disimpulkan bahwa metode regresi robust Least median square (LMS) cukup layak untuk digunakan sebagai alternatif dalam mencari model regresi pada data produksi jeruk di Indonesia tahun 2016 yang mengandung outlier.Â Kata Kunci : Least Median Square, metode kuadrat terkecil, outlier

Page 1 of 5 | Total Record : 48

1 2 3 4 5

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 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