cover
Contact Name
-
Contact Email
-
Phone
-
Journal Mail Official
-
Editorial Address
-
Location
Kota pontianak,
Kalimantan barat
INDONESIA
BIMASTER
ISSN : -     EISSN : -     DOI : -
Core Subject : Science, Education,
Bimaster adalah Jurnal Ilmiah berkala bidang Matematika, Statistika dan Terapannya yang terbit secara online dan dikelola oleh Jurusan Matematika FMIPA Untan
Arjuna Subject : -
Articles 820 Documents
SOLUSI PERSAMAAN DIFUSI PADA LARUTAN GULA DENGAN METODE BEDA HINGGA Dedek Noviyani; 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 (487.999 KB) | DOI: 10.26418/bbimst.v8i3.34026

Abstract

Difusi merupakan peristiwa berpindahnya suatu zat dalam pelarut dari bagian berkonsentrasi tinggi ke bagian berkonsentrasi rendah. Difusi dapat dinyatakan dalam bahasa matematika yaitu persamaan difusi yang merupakan persamaan diferensial parsial. Contoh sederhana dari difusi adalah pemberian gula pada air tawar yang lambat laun menjadi manis. Konsentrasi larutan gula dipengaruhi oleh banyaknya air dan waktu yang diperlukan untuk terdifusinya larutan gula. Tujuan penelitian ini adalah menyelesaikan persamaan difusi pada larutan gula dengan metode beda hingga, yaitu mendiskritisasi turunan sehingga menjadi suatu sistem persamaan linier, kemudian sistem persamaan linier yang terbentuk diselesaikan. Hasil penelitian ini menunjukkan bahwa semakin lama waktu difusi yang dilakukan maka konsentrasi larutan gula semakin rendah.Kata kunci: Persamaan Difusi, Persamaan Diferensial Parsial, Turunan Numerik, Metode Beda Hingga.
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

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (544.581 KB) | DOI: 10.26418/bbimst.v7i3.26133

Abstract

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 
KAJIAN METODE KONDENSASI CHIO PADA DETERMINAN MATRIKS n×n×n, n≥3 Shantika Martha, Adrianus Sumitro, Nilamsari Kusumastuti,
BIMASTER Vol 4, No 03 (2015): BIMASTER
Publisher : BIMASTER

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (165.912 KB)

Abstract

Determinan merupakan suatu fungsi dari himpunan semua matriks persegi ke himpunan semua bilangan real. Determinan matriks A biasanya dinyatakan oleh ⃓A⃓ atau det (A). Terdapat beberapa metode yang digunakan untuk menentukan determinan matriks diantaranya metode Sarrus, Ekspansi Kofaktor, dan Kondensasi. Kondensasi CHIO merupakan salah satu metode yang dapat digunakan dalam menentukan determinan matriks yang memiliki ordo n× n ,n 3. Kondensasi CHIO menyusutkan determinan matriks ordo n menjadi ordo n-1 dan dikalikan dengan elemen a11. Proses kondensasi ini berakhir pada determinan matriks ordo2×2. Kata Kunci : Permutasi, Metode Sarrus, Ekspansi Kofaktor
PERBANDINGAN METODE BAYESIAN SELF DAN BAYESIAN LINEX PADA ESTIMASI PARAMETER MODEL SURVIVAL DISTRIBUSI WEIBULL DATA TERSENSOR Isra’ Sagita; Neva Satyahadewi; Setyo Wira Rizki
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 7, No 4 (2018): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (195.23 KB) | DOI: 10.26418/bbimst.v7i4.28619

Abstract

 Data survival adalah data yang menunjukkan waktu suatu objek atau individu dapat bertahan selama dilakukan pengamatan. Penelitian ini membahas perbandingan metode Bayesian SELF dan Linex pada estimasi parameter model survival berdistribusi Weibull data tersensor. Distribusi prior yang dipilih adalah distribusi Gamma. Distribusi prior dan fungsi likelihood digunakan untuk menentukan distribusi posterior yang menjadi dasar untuk memperoleh estimasi Bayesian. Data yang digunakan dalam penelitian ini adalah data penderita kanker paru-paru yang diperoleh dari program R. Berdasarkan nilai MSE yang diperoleh, metode Bayesian SELF lebih baik daripada metode Bayesian Linex pada kasus penderita kanker paru-paru. Berdasarkan hasil estimasi metode Bayesian SELF untuk studi kasus penderita kanker paru-paru dapat diketahui peluang seorang individu untuk bertahan hidup selama 30 hari adalah 96,99% dan selama 200 hari adalah 34,76%, hal ini berarti peluang seorang individu untuk bertahan hidup semakin lama semakin kecil (mendekati nol), hingga akhirnya mengalami kematian. Kata Kunci: Distribusi Weibull, Bayesian SELF, Bayesian Linex
APLIKASI MODEL JUKES CANTOR DALAM MENENTUKAN PELUANG BASA NITROGEN KETURUNAN SUATU INDIVIDU Bayu Prihandono, Nahrul Hayati, Mariatul Kiftiah,
BIMASTER Vol 5, No 02 (2016): BIMASTER
Publisher : BIMASTER

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (418.752 KB)

Abstract

Setiap individu memiliki DNA yang merupakan identitas biologis personal yang spesifik. Namun dalam satu keluarga setiap individu memiliki kecocokan pola urutan basa nitrogen. Oleh karena itu, dapat dilakukan analisis terhadap pola urutan basa nitrogen dari generasi ke generasi. Model Jukes Cantor adalah model yang dapat digunakan untuk menganalisis pola urutan basa nitrogen tersebut. Penelitian ini bertujuan untuk menganalisis proses terbentuknya model Jukes Cantor yang dapat digunakan untuk menentukan nilai peluang basa nitrogen pada DNA keturunan suatu individu. Adapun nilai peluang basa nitrogen yang dimaksud adalah peluang basa Adenin (PA), Guanin (PG), Sitosin (PC), dan Timin (PT). Proses pembentukan model Jukes Cantor dimulai dengan menentukan nilai peluang basa nitrogen pada DNA leluhur (po) serta menentukan peluang bersyarat dari substitusi basa nitrogen pada DNA leluhur dan keturunan pertama. Selanjutnya, peluang bersyarat yang telah ditentukan sebelumnya dapat digunakan untuk membentuk matriks transisi (M) pada model Jukes Cantor. Dari matriks M dapat diketahui nilai eigen (λ), matriks diagonal dari nilai eigen (D), basis untuk ruang eigen, matriks V yang mendiagonalisasi M, serta invers dari matriks V. Kemudian, nilai-nilai yang telah diketahui dari matriks M dapat digunakan untuk menentukan matriks transisi M t yakni M t = VDtV-1 Berdasarkan langkah-langkah tersebut, dapat diperoleh model Jukes Cantor dalam menentukan peluang basa nitrogen keturunan suatu individu sebagai berikut pt=M tp0. Dengan menerapkan model pada suatu barisan DNA leluhur dengan PA=0,3; PG=0,225; PC=0,25; dan PT=0,225 maka nilai peluang basa nitrogen pada salah satu individu dari keturunan ke-t adalah  dan . Kata Kunci: Model Jukes Cantor, Peluang Basa Nitrogen
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

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (546.232 KB) | DOI: 10.26418/bbimst.v8i2.31783

Abstract

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
PENENTUAN NILAI INTERNAL RATE OF RETURN DENGAN METODE NEWTON-RAPHSON PADA KASUS PENGKREDITAN KENDARAAN BERMOTOR Al Amin; Naomi Nessyana Debataraja; Hendra Perdana
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 6, No 02 (2017): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (731.438 KB) | DOI: 10.26418/bbimst.v6i02.21618

Abstract

Keputusan penganggaran modal merupakan suatu tindakan untuk menilai usulan yang akan diberikan oleh perusahaan. Internal rate of return adalah salah satu metode analisis penganggaran modal dalam suatu perusahaan. Penelitian ini bertujuan untuk  mengkaji  penentuan nilai internal rate of return dengan metode Newton-Raphson pada perusahaan yang berusia                          tahun dalam jangka waktu pembayaran  tahun. Dalam menentukan nilai internal rate of return tahapan pertama yang dilakukan adalah pembayaran pengkreditan bulanan kendaraan bermotor diubah menjadi tahunan. Selanjutnya membentuk pengeluaran kas awal, kemudian nilai present value diubah dalam bentuk fungsi polinomial dan menentukan turunan pertama dari fungsi polinomial. Metode Newton-Raphson merupakan metode terbuka, terdapat selang nilai yang ditentukan oleh suatu batas dan dapat menghasilkan barisan yang konvergen. Dari hasil analisis metode Newton-Raphson memberikan penilaian bahwa dengan tahun pembayaran yang semakin tinggi maka internal rate of return semakin besar dan penilaian  tahun dengan membayarkan uang muka semakin tinggi maka internal rate of return semakin kecil. Kata Kunci: internal rate of return, formula Newton-Raphson
MODEL MULTI STATUS DALAM PENENTUAN ASURANSI KESEHATAN PENDERITA PENYAKIT JANTUNG Nurmaulia Ningsih; 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 (177.59 KB) | DOI: 10.26418/bbimst.v8i3.33647

Abstract

Asuransi merupakan suatu lembaga keuangan, tetapi bukan bank yang memberikan perlindungan atas kerugian. Asuransi Long Term Care (LTC) merupakan asuransi yang menyediakan santunan (manfaat) bagi tertanggung yang membutuhkan perawatan medis atau para penderita penyakit kronis maupun cacat tubuh yang tidak bisa dijaminkan pada asuransi lain. Penelitian ini membahas tentang perhitungan premi untuk asuransi LTC produk Annuity as A Rider Benefit dengan model multi status (tiga status). Tiga status yang digunakan yaitu status sehat, status sakit dan status meninggal. Perhitungan premi berdasarkan matriks peluang transisi dengan data tingkat prevalensi penyakit jantung di Indonesia tahun 2013. Studi kasus yang digunakan dalam penelitian ini yaitu seorang pria berusia 30 tahun mengikuti asuransi LTC dengan masa tanggungan 5 tahun. Diketahui bahwa nilai santunan ketika seseorang tersebut mengalami kematian sebesar Rp100.000.000 dan jika seseorang mengalami masa perawatan sebesar Rp20.000.000 setiap tahun masa tertanggung. Suku bunga yang digunakan yaitu 5% berdasarkan BI Rate. Hasil perhitungan diperoleh premi tahunan untuk asuransi LTC dengan produk Annuity as A Rider Benefit adalah Rp6.037.148. Kemudian Nilai suku bunga yang dipilih berpengaruh terhadap nilai pembayaran premi tahunan asuransi. Semakin besar nilai tingkat suku bunga maka semakin kecil nilai premi tunggal asuransi. Kata Kunci: Long Term Care, Model Multi Status.
PERBANDINGAN METODE SHEWHART X Ì… DENGAN METODE EXPONENTIALLY WEIGHTED MOVING AVERAGE DALAM MENDETEKSI PERGERAKAN RATA-RATA Helmi, Fadilah Turrahmah, Evy Sulistianingsih,
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 7, No 4 (2018): BIMASTER
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (150.899 KB) | DOI: 10.26418/bbimst.v7i4.28284

Abstract

Diagram kendali merupakan teknik yang sering digunakan untuk melakukan kontrol terhadap variabilitas dan pergerakan rata-rata hasil produksi. Diagram kendali yang sering digunakan untuk melihat pergerakan rata-rata dalam hasil produksi yaitu diagram kendali Shewhart  dan diagram kendali Exponentially Weighted Moving Average ( EWMA). Hasil penelitian menunjukkan bahwa pada diagram kendali Shewhart  hasil  produksi Ring Piston terkendali. Diagram kendali Shewhart menunjukkan tidak terdapat titik-titik observasi yang berada diluar batas kendali. Sedangkan diagram kendali EWMA menunjukkan bahwa hasil produksi Ring Piston tidak terkendali. Terdapat titik-titik observasi yang berada diluar batas kendali pada saat menggunakan pembobot = 0,02. Namun, pada saat menggunakan pembobot  yang lebih besar yaitu 0,05, 0,1, 0,2, 0,5 dan  0,9 tidak terdapat titik observasi yang berada diluar batas kendali. Titik –titik observasi berada di dalam batas kendali yang menunjukkan bahwa proses produksi Ring Piston terkendali pada saat menggunakan pembobot yang lebih besar. Dari kedua analisis didapat kesimpulan bahwa diagram kendali EWMA lebih efektif dibandingkan diagram kendali  Shewhart  dalam mendeteki pergerakan rata-rata pada proses produksi Ring Piston Automobil.                                                                                                                                                                             Kata Kunci : EWMA, Diagram Kendali, Kualitas.
METODE AFFINE SCALING SEBAGAI ALTERNATIF PENYELESAIAN MASALAH PROGRAM LINEAR Helmi, Asep Teguh Suhanda, Shantika Martha,
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 5, No 01 (2016): BIMASTER
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (400.997 KB) | DOI: 10.26418/bbimst.v5i01.14751

Abstract

Program linear adalah salah satu teknik riset operasi untuk menyelesaikan suatu perencanaan aktifitas yang  dibentuk dalam suatu model matematika agar tujuan yang diinginkan dapat tercapai. Penelitian ini bertujuan untuk mengenalkan cara menyelesaikan masalah program linear dengan menggunakan metode Affine Scaling. Dalam menyelesaikan permasalahan program linear menggunakan metode Affine Scaling terdapat tiga konsep dasar. Pertama menentukan titik interior awal melalui bagian dalam (interior) daerah layak ke arah solusi yang optimal. Kedua, titik interior bergerak kearah yang meningkatkan nilai fungsi tujuan. Ketiga, mengubah daerah layak untuk memindahkan titik solusi percobaan ke dekat pusatnya sehingga memungkinkan sebuah peningkatan saat konsep kedua diterapkan. Dalam metode Affine Scaling masalah program linear diubah ke dalam bentuk matriks dan vektor. Cara kerja metode Affine Scaling dimulai dari penentuan titik awal yang memenuhi persamaan Ax=b dengan x ≥ 0, x ϵRn dan A merupakan matriks koefisien dari fungsi kendala dan b merupakan matriks batas dari fungsi kendala, transformasi masalah program linear ke ruang transformasi, hitung pemusatan transformasi, arah gradien dan titik solusi baru. Titik solusi baru ditransformasikan lagi ke ruang awal. Iterasi pada metode Affine Scaling dapat dihentikan jika nilai fungsi tujuan telah memenuhi kondisi kurang dari atau sama dengan nilai fungsi tujuan yang telah diperoleh sebelumnya sehingga titik solusi yang optimal diperoleh. Kata kunci : Program Linear, Algoritma Titik Interior, Metode Affine Scaling

Filter by Year

2012 2025


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