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 10 Documents

Search results for , issue "Vol 9, No 2 (2020): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya" : 10 Documents clear

PENERAPAN GSTAR-SUR PADA JUMLAH PENUMPANG PESAWAT DOMESTIK DI BANDARA INDONESIA Gilang Habibie; Yundari Yundari; Hendra Perdana
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 9, No 2 (2020): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Generalized space time autoregressive (GSTAR) adalah model ruang waktu yang banyak digunakan di Indonesia. Sebagian besar penelitian model GSTAR menggunakan ordinary least square (OLS) untuk mengestimasi parameter. Namun, estimasi dengan metode OLS pada model GSTAR dengan residual saling berkorelasi akan menghasilkan estimator yang tidak efisien terutama pada data musiman. Metode estimasi yang sesuai untuk residual yang saling berkorelasi adalah generalized least square (GLS), yang biasa digunakan dalam model seemingly unrelated regression (SUR). Penelitian ini bertujuan untuk menganalisis model GSTAR-SUR dan membandingkannya dengan GSTAR-OLS dengan bobot seragam dan jarak. Data yang digunakan adalah data jumlah penumpang pesawat domestik setiap bulan di Bandara Polonia/Kualanamu, Soekarno-Hatta, Juanda dan Ngurah Rai dari Januari 2006 hingga September 2019. Hasil estimasi parameter GSTAR-SUR dengan bobot seragam adalah Polonia/Kualanamu (∅10=-0,494; ∅11=0,046), Soekarno-Hatta (∅10=-0,300; ∅11=-0,828), Juanda (∅10=-0,451; ∅11=0,033) dan Ngurah Rai (∅10=-0,198; ∅11=-0,019). Sedangkan GSTAR-SUR dengan bobot jarak menghasilkan estimasi Polonia/Kualanamu (∅10=-0,492; ∅11=0,026), Soekarno-Hatta (∅10=-0,292; ∅11=-1,186), Juanda (∅10=-0,455; ∅11=0,058) dan Ngurah Rai (∅10=-0,211; ∅11=0,017). Berdasarkan nilai MAPE GSTAR-SUR lebih baik dari GSTAR-OLS dengan nilai MAPE untuk model GSTAR-OLS adalah 12,90% pada bobot seragam dan 13,43% pada bobot jarak. Model GSTAR-SUR menghasilkan nilai MAPE 6,65% untuk bobot seragam dan 7,06% untuk bobot jarak. Model terbaik adalah GSTAR-SUR bobot seragam dengan nilai MAPE 6,65%. Kata Kunci : OLS, GLS, spacetime, korelasi eror

BILANGAN TERHUBUNG TOTAL PELANGI PADA GRAF GARIS DAN DOUBLE GRAF GARIS DARI GRAF SIKAT Dorotea Rahmawati; Helmi Helmi; Fransiskus Fran
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 9, No 2 (2020): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Pewarnaan graf merupakan pemetaan himpunan titik di ke himpunan warna dengan titik yang bertetangga memiliki warna yang berbeda. Salah satu pengembangan dari pewarnaan graf yang sering dibahas adalah pewarnaan total pelangi. Misalkan adalah graf terhubung tak trivial. Pewarnaan total graf disebut terhubung total pelangi jika memiliki lintasan total pelangi antara setiap dua titik di . Lintasan total pelangi merupakan lintasan dengan semua sisi dan titik internal pada lintasan tersebut memiliki warna yang berbeda. Bilangan terhubung total pelangi pada graf dinotasikan dengan yaitu jumlah warna terkecil yang dibutuhkan untuk membuat graf menjadi terhubung total pelangi. Penelitian ini bertujuan untuk menentukan nilai dimana adalah graf garis dari graf sikat dan double graf garis dari graf sikat. Graf sikat dinotasikan dengan dan merupakan graf dengan titik dan sisi. Graf garis dari graf sikat adalah graf dengan himpunan titik pada merupakan himpunan sisi pada . Double graf garis dari graf sikat merupakan graf yang terdiri dari dua graf yang mempunyai lintasan yang sama. Berdasarkan penelitian ini diperoleh bilangan terhubung total pelangi pada graf garis dari graf sikat adalah dan double graf garis dari graf sikat adalah .Kata kunci: pewarnaan total pelangi, terhubung total pelangi, lintasan total pelangi

MODEL GENERALIZED SPACE TIME AUTOREGRESSIVE (1,1) PADA DATA CURAH HUJAN Nurfitri Imroâ€™ah, Ihzal Muhaini, Dadan Kusnandar,
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 9, No 2 (2020): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Generalized Space Time Autoregressive (GSTAR) adalah salah satu model yang digunakan untuk menganalisis data yang mempunyai ketergantungan lokasi dan waktu. Model GSTAR menghasilkan model ruang waktu yang mengadopsi tahapan-tahapan model Autoregressive Integrated Moving Average (ARIMA). Studi kasus yang digunakan pada penelitian ini adalah data curah hujan di Kota Pontianak, Kabupaten Mempawah dan Kabupaten Kubu Raya dengan periode waktu dari bulan Januari 2008 hingga bulan Desember 2012. Penelitian ini menggunakan prinsip parsimony model, sehingga model yang digunakan adalah GSTAR(1,1). Pendugaan parameter pada model GSTAR(1,1) dilakukan menggunakan metode Ordinary Least Square (OLS) dengan bobot normalisasi korelasi silang. Hasil perhitungan nilai MAPE AR(1) dan GSTAR(1,1) terlalu besar, sehingga model tidak cocok digunakan untuk peramalan pada tiga lokasi.Â Kata kunci: deret waktu, GSTAR, bobot normalisasi korelasi silang

BILANGAN KROMATIK LOKASI PADA GRAF BAYANGAN DAN GRAF MIDDLE DARI GRAF BINTANG Novia Kristefany Kabang; Yundari Yundari; Fransiskus Fran
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 9, No 2 (2020): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Pewarnaan graf merupakan cara untuk memberi warna pada semua titik atau sisi pada suatu graf, dengan syarat kedua titik atau sisi yang bertetangga harus memiliki warna yang berbeda. Salah satu pengembangan teori yang berhubungan dengan pewarnaan graf adalah pewarnaan lokasi dan bilangan kromatik lokasi. Penelitian ini bertujuan untuk menentukan bilangan kromatik lokasi dari graf bintang , graf bayangan dari graf bintang , dan graf middle dari graf bintang dengan Bilangan kromatik lokasi dicari dengan menerapkan pewarnaan lokasi pada , dan Selanjutnya, dicari kelas warna dan kode warna untuk semua titik di , dan . Jika setiap titik memiliki kode warna yang berbeda, maka graf tersebut dikatakan memenuhi pewarnaan lokasi. Bilangan kromatik lokasi untuk graf dinotasikan dengan . Berdasarkan penelitian ini, diperoleh , , dan . Kata kunci: Pewarnaan lokasi, kelas warna, kode warna.

PENERAPAN MODEL NEURO-GARCH PADA PERAMALAN DATA RETURN SAHAM Nova Andaresta; Shantika Martha; Dwi Marisa Midyanti
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 9, No 2 (2020): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Heteroskedastisitas merupakan masalah yang sering terjadi dalam proses peramalan pada data keuangan. Model generalized autoregressive conditional heteroscedasticity (GARCH) merupakan model runtun waktu yang dapat digunakan untuk data yang mengalami heteroskedastisitas. Model lain yang dapat digunakan untuk memodelkan data dengan fluktuasi yang sangat besar dan tidak tetap adalah jaringan saraf tiruan (JST). Dalam penelitian ini kedua model digabungkan menjadi sebuah model yang disebut Neuro-GARCH. Tujuan penelitian ini membentuk arsitektur jaringan model terbaik dan membandingkan hasil peramalan dengan data aktual return saham pada tanggal 11 Juli 2018 sampai dengan 28 Februari 2019. Data yang digunakan adalah data return saham PT Bank Central Asia Tbk penutupan harian pada periode Januari 2017 sampai dengan Februari 2019. Adapun langkah-langkah dalam penelitian ini diawali dengan pembentukan model box jenkins. Residual model box jenkins terbaik digunakan untuk mendeteksi heteroskedastisitas menggunakan uji lagrange multiplier (ARCH-LM). Data residual yang memiliki heteroskedastisitas dimodelkan ke dalam model GARCH. Variabel bebas pada model GARCH kemudian dijadikan input pada model JST dan targetnya adalah data return (aktual). Hasil analisis menunjukkan bahwa bentuk jaringan terbaik adalah (2-5-1) dengan nilai MSE pengujian sebesar 0,00014955. Hasil peramalan selama 167 hari mengalami fluktuasi, dengan return tertinggi yaitu pada tanggal 14 September 2018 sebesar 0,0128467 dan terendah terjadi pada tanggal 13 Juli 2018 sebesar -0,0049574. Kata Kunci: ARIMA, heteroskedastisitas, JST, backpropagation

BILANGAN DOMINASI LOKASI PADA PAN GRAPH Fransiskus Fran, Elishabet Yohana, Yundari,
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 9, No 2 (2020): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Diberikan graf Â merupakan graf terhubung dan tak berarah. Himpunan Â merupakan himpunan dominasi lokasi jika untuk setiap simpul Â dengan Â memenuhi . Bilangan dominasi lokasi dari graf Â dinotasikan dengan Â merupakan kardinalitas minimum dari himpunan dominasi lokasi pada graf . Pada penelitian ini dibahas tentang bilangan dominasi lokasi pada graf lintasan , graf cycle Â dan pan graph . Langkah-langkah yang dilakukan dalam penelitian ini adalah mencari himpunan dominasi lokasi dari masing-masing graf, kemudian mencari satu persatu bilangan dominasi lokasi pada setiap graf tersebut. Pada tahap akhir, diperoleh pola bilangan dominasi lokasi pada masing-masing graf. Berdasarkan hasil penelitian, diperoleh ; Â dan Â untuk Â yaitu 2, untuk Â yaitu 3, untuk Â yaitu .Kata kunci: himpunan dominasi lokasi, graf cycle, graf lintasan

METODE BEDA HINGGA EKSPLISIT DAN IMPLISIT UNTUK MENYELESAIKAN PERSAMAAN PANAS Lili Oktaviana; Evi Noviani; Yudhi Yudhi
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 9, No 2 (2020): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Persamaan difusi adalah persamaan diferensial parsial orde dua yang termasuk ke dalam tipe persamaan diferensial parsial parabolik. Persamaan difusi dapat juga disebut persamaan panas. Persamaan panas dapat diselesaikan dengan menggunakan metode beda hingga. Metode beda hingga memiliki beberapa skema diantaranya skema eksplisit dan skema implisit. Penelitian ini membahas penyelesaian persamaan panas dimensi satu dengan metode beda hingga eksplisit dan implisit. Langkah pertama pada penelitian ini yaitu memodelkan aliran panas pada batang kawat homogen menjadi persamaan panas dimensi satu. Selanjutnya, mendiskritisasi persamaan panas dimensi satu dengan menggunakan turunan numerik. Kemudian, menyelesaikan persamaan panas dimensi satu menggunakan skema eksplisit dan skema implisit dengan membentuk pola iterasi. Solusi persamaan panas dimensi satu dengan menggunakan metode beda hingga eksplisit yaitu dengan , dan . Sedangkan, dengan menggunakan metode beda hingga implisit yaitu dengan , dan . Nilai merupakan solusi hampiran metode beda hingga eksplisit dan implisit dengan dan , dimana N adalah jumlah total titik-titik dan adalah jumlah total titik-titik . Terakhir, menggunakan program Scilab dilakukan simulasi penyelesaian persamaan panas dimensi satu dan menghasilkan solusi. Hasil simulasi menunjukkan bahwa adanya perubahan suhu dari temperatur tinggi ke temperatur rendah yang dipengaruhi oleh waktu karena adanya proses perpindahan panas pada batang kawat homogen. Kata Kunci: perpindahan panas, turunan numerik, skema eksplisit, skema implisit

BILANGAN TERHUBUNG TITIK PELANGI PADA GRAF KUADRATIK DAN GRAF GARIS DARI GRAF KEMBANG API Brella Glysentia Vilgalita; Yundari Yundari; Fransiskus Fran
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 9, No 2 (2020): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Pewarnaan titik pada graf dikatakan terhubung titik pelangi, jika untuk setiap dua titik dan di terdapat lintasan dengan semua titik internal memiliki warna berbeda. Bilangan terhubung titik pelangi dinotasikan dengan , adalah minimal banyaknya warna yang dibutuhkan untuk membuat terhubung titik pelangi. Pada penelitian ini dibahas tentang bilangan terhubung titik pelangi pada graf kuadratik dari graf kembang api dan graf garis dari graf kembang api dengan . Graf kembang api merupakan graf yang dibentuk dari graf lintasan dan graf bintang dengan dan . Berdasarkan hasil penelitian diperoleh bilangan terhubung titik pelangi pada graf kuadratik dari graf kembang api adalah dan graf garis dari graf kembang api adalah . Kata Kunci: pewarnaan titik pelangi, terhubung titik pelangi, titik internal.

ANALISIS RISIKO PORTOFOLIO LQ45 MENGGUNAKAN PENDEKATAN VALUE AT RISK BLOCK MAXIMA-GENERALIZED EXTREME VALUE Nanda Ayuni; Setyo Wira Rizki; Hendra Perdana
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 9, No 2 (2020): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Setiap bentuk investasi memiliki risiko yang dapat menyebabkan kerugian bagi investor. Semakin tinggi hasil yang diharapkan dari investasi tersebut, maka semakin tinggi juga tingkat risikonya. Dengan demikian, investor perlu mengetahui besar risiko yang akan dihadapinya, sehingga dapat melakukan tindakan pencegahan agar bisa mengantisipasi risiko tersebut. Metode yang dapat digunakan untuk mengukur risiko adalah value at risk (VaR). Extreme value theory (EVT) merupakan metode yang digunakan untuk mengukur risiko pada data runtun waktu yang memiliki distribusi ekor gemuk. Distribusi ekor gemuk memiliki kecenderungan lebih besar terjadinya kejadian ekstrem dibandingkan dengan distribusi normal. Umumnya, hal ini ditandai oleh nilai kurtosis yang positif. Salah satu metode EVT adalah block maxima yang mengikuti distribusi GEV (generalized extreme value). Perhitungan VaR yang akurat pada data runtun waktu finansial dapat menggunakan VaR dengan metode block maxima-GEV. Penelitian ini menggunakan data harga saham penutupan harian pada indeks LQ45 periode 1 Januari sampai 31 Desember 2018. Saham yang digunakan untuk pembentukan portofolio ada lima yaitu PTBA, ANTM, PGAS, BBCA, dan ICBP, yang mana saham-saham tersebut dipilih berdasarkan nilai mean return tertinggi. Berdasarkan hasil analisis, diperoleh nilai VaR dengan metode block maxima-GEV dengan tingkat kesalahan 5% adalah sebesar 2,555% dari total nilai investasinya. Misalnya, jika investor berinvestasi sebesar Rp100.000.000,00,- maka investor tersebut mempunyai risiko sebesar Rp2.555.000,00. Kata Kunci : investasi, VaR, extreme value theory, heavy tail

MENGKONSTRUKSI FUNGSI GREEN PADA PERSAMAAN DIFERENSIAL LINEAR ORDE n DENGAN METODE TRANSFORMASI SUMUDU Maisurah Maisurah; Helmi Helmi; Yudhi Yudhi
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 9, No 2 (2020): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Fungsi Green merupakan salah satu metode yang dapat menyelesaikan persamaan diferensial biasa linear nonhomogen. Akan tetapi, fungsi Green harus dikonstruksi terlebih dahulu. Tujuan dari penelitian ini yaitu mengkonstruksi fungsi Green pada persamaan diferensial linear orde nonhomogen melalui metode transformasi Sumudu. Persamaan diferensial biasa linear orde nonhomogen dengan syarat awal ditransformasi dengan transformasi Sumudu. Kemudian dikonstruksi ke bentuk dengan merupakan transformasi dari dan merupakan transformasi dari dan ditransformasi dengan invers transformasi Sumudu, sehingga diperoleh fungsi Green Kata Kunci : Persamaan diferensial, Transformasi Sumudu, dan Fungsi Green

Page 1 of 1 | Total Record : 10

Filter by Year

2020 2020

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 : 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 : 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 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