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 820 Documents
 19   20   21   22   23 
PERAMALAN VALUE AT RISK MENGGUNAKAN METODE GENERALIZED AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTIC Dwipa, Nendra Mursetya Somasih
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 5, No 02 (2016): BIMASTER
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (550.317 KB) | DOI: 10.26418/bbimst.v5i02.16312

Abstract

Data return saham merupakan salah satu jenis data runtun waktu yang memiliki volatilitas tinggi dan varians yang berbeda di setiap titik waktunya. Data tersebut berfluktuatif, membentuk pola asimetris, memiliki model yang nonstasioner, dan mempunyai variansi residual yang tidak konstan (heteroskedastisitas). ARCH dan GARCH merupakan model runtun waktu yang dapat menjelaskan keheteroskedastisitasan data. Selanjutnya model GARCH ini digunakan untuk mengestimasi nilai VaR sebagai kerugian maksimum yang akan didapat selama periode waktu tertentu pada tingkat kepercayaan tertentu. Tujuan dari penelitian ini adalah  untuk mengetahui model peramalan terbaik dari nilai Indeks Harga Saham gabungan (IHSG). Model yang digunakan dalam penelitian ini adalah ARCH, dan GARCH. Hasil dari penelitian ini menunjukkan bahwa GARCH(1,1) adalah model terbaik nilai log likelihood 1551.711 dan nilai kriteria informasi AIC = -2.5340; BIC = -2.5088; SIC = -2.5340; dan HQIC = -2.5245. Model ini mendapatkan nilai Value at Risk (VaR)  satu periode dengan taraf kepercayaan 95% Rp 3.622.420,50. untuk dana investasi Rp 500.000.000,00. Kata Kunci: Peramalan, volatilitas, GARCH, VaR
PENERAPAN MODEL KALMAN FILTER DALAM MEMPREDIKSI CURAH HUJAN KABUPATEN KUBU RAYA Maulida Amanasari; Hendra Perdana
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 (112.027 KB) | DOI: 10.26418/bbimst.v7i3.26328

Abstract

Kalman Filter adalah sebuah model bagian dari state space (ruang keadaan) yang dapat diterapkan dalam model peramalan. Model ini menggunakan teknik rekursif untuk mengintegrasikan data pengamatan terbaru ke model untuk mengoreksi prediksi sebelumnya dan melakukan prediksi selanjutnya. Penelitian ini bertujuan untuk menerapkan model Kalman Filter dalam memodelkan dan meramalkan curah hujan di Kabupaten Kubu Raya. Kalman Filter merupakan salah satu model runtun waktu yang digunakan dalam menentukan prediksi selanjutnya. Model ini bekerja secara rekursif untuk meminimalkan ketidaktepatan dalam peramalan. Kalman Filter terdiri dari tahap prediksi dan tahap koreksi. Hasil penelitian prediksi curah hujan Kabupaten Kubu Raya tahun 2016 menunjukkan bahwa model terbaik ARIMA yang terbentuk adalah model ARIMA (3, 0, 2) yang memiliki nilai MAPE sebesar 65,60% yang menunjukkan bahwa hasil prediksi model ARIMA tidak baik. Pada model Kalman Filter diperoleh nilai MAPE sebesar 14,48% yang menunjukkan bahwa Kalman Filter mempunyai kemampuan prediksi yang baik. .Kata kunci: Curah Hujan, Kalman Filter, Runtun Waktu, MAPE.
ESTIMASI PARAMETER MODEL REGRESI ZERO ADJUSTED INVERSE GAUSSIAN (ZAIG) UNTUK MENENTUKAN BESAR KLAIM Mariatul Kiftiah, Nurul Huda, Dadan Kusnandar,
BIMASTER Vol 4, No 03 (2015): BIMASTER
Publisher : BIMASTER

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (252.643 KB)

Abstract

Model regresi Zero Adjusted Inverse Gaussian (ZAIG) merupakan gabungan dari Distribusi diskrit Bernoulli dan Distribusi kontinu Inverse Gaussian. Model regresi ZAIG adalah model regresi yang dapat menangani kasus terjadi dan tidak terjadinya klaim, karena kasus tersebut berdistribusi diskrit dan kontinu. Dari kasus terjadi dan tidak terjadinya klaim tersebut dapat ditentukan perkiraan probabilitas klaim dan besar klaim pada suatu perusahaan asuransi. Pada penelitian ini, digunakan data biaya klaim pada perusahaan asuransi auto PT. Asuransi Umum Bumiputera Muda 1967 (BUMIDA) tahun 2013-2014. Data biaya klaim yang digunakan merupakan variabel respon yang berdistribusi Inverse Gaussian. Dengan mengestimasi parameter pada data tersebut, dapat diketahui faktor-faktor yang mempengaruhi probabilitas klaim dan besar klaim. Estimasi parameter dilakukan dengan cara menggunakan metode Maximum Likelihood Estimation (MLE) yang dilakukan secara iteratif dengan metode iterasi Newton-Raphson. Hasil estimasi yang diperoleh kemudian dipilih dengan melakukan pemilihan model terbaik. Hasil dari model terbaik menunjukkan bahwa pemilihan model terbaik tidak mempengaruhi probabilitas terjadinya klaim, namun berpengaruh terhadap besarnya biaya klaim yang akan dikeluarkan oleh perusahaan terhadap peserta asuransi. Dari probabilitas klaim dan besarnya klaim yang diperoleh, dapat ditentukan ekspetasi besar klaim dari suatu kendaraan yang diasuransikan. Kata kunci: Probabilitas klaim, besar klaim, ZAIG, MLE
PREDIKSI NILAI TUKAR DOLAR AMERIKA SERIKAT TERHADAP RUPIAH DENGAN METODE SUPPORT VECTOR REGRESSION (SVR) Sriyana Sriyana; Shantika Martha; Evy Sulistianingsih
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 1 (2019): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (411.009 KB) | DOI: 10.26418/bbimst.v8i1.30503

Abstract

Support Vector Regression (SVR) merupakan salah satu metode yang digunakan dalam peramalan data linier dan non linier dengan bantuan fungsi kernel. Pada penelitian ini, metode SVR digunakan untuk memprediksi nilai tukar dolar Amerika Serikat terhadap rupiah. Data nilai tukar jual harian dolar Amerika terhadap rupiah yang berjumlah 445 hari telah dibagi menjadi dua bagian, yaitu 415 data training dan 30 data testing. Data tersebut merupakan data sekunder yang diperoleh dari web resmi Bank Indonesia dari periode 4 Januari 2016 sampai 29 September 2017. Data training digunakan untuk mengestimasi parameter model pada metode SVR dan data testing digunakan sebagai pembanding hasil prediksi. Dari hasil penelitian, parameter SVR yang diestimasi menghasilkan hasil prediksi yang bersesuaian dengan data training dengan nilai  bernilai 0,9223 dan R bernilai 54,3156. Selain itu, hasil estimasi parameter model pada metode  SVR yang dihasilkan mampu untuk memprediksi nilai tukar jual harian dolar Amerika terhadap rupiah yang dikomparasi dengan data testing dengan nilai nilai  bernilai 0,5397 dan  bernilai 66,8015. Kata Kunci : Lagrange, RMSE, , Estimasi Parameter, Training, Testing, Kernel 
PENGELOMPOKAN KABUPATEN/KOTA DI KALIMANTAN BARAT BERDASARKAN INDIKATOR DALAM PEMERATAAN PENDIDIKAN MENGGUNAKAN METODE MINIMAX LINKAGE Naomi Nessyana Debataraja, Depit Saputra, Neva Satyahadewi,
BIMASTER Vol 5, No 02 (2016): BIMASTER
Publisher : BIMASTER

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (644.64 KB)

Abstract

Minimax Linkage merupakan salah satu kombinasi metode Complete Linkage dan Single Linkage. Metode ini mengelompokkan objek berdasarkan nilai minimum dari jarak yang maksimum. Dalam penelitian ini metode Minimax Linkage digunakan  untuk menganalisis pengelompokkan kabupaten/kota di Kalimantan Barat berdasarkan indikator dalam pemerataan pendidikan. Berdasarkan perhitungan diperoleh cluster optimal yang terbentuk adalah dua cluster. Cluster pertama yang terbentuk adalah  2 kota 10 kabupaten yaitu Kabupaten Sambas, Kabupaten Pontianak, Kabupaten Sanggau, Kabupaten Ketapang, Kabupaten Sintang, Kabupaten Kapuas Hulu, Kabupaten Sekadau, Kabupaten Melawi, Kabupaten Kayong Utara, Kabupaten Kubu Raya, Kota Pontianak dan Kota Singkawang. Cluster kedua yang terbentuk adalah 2 kabupaten/kota yaitu Kabupaten Bengkayang dan Kabupaten Landak.   Kata Kunci: Minimax Linkage, cluster
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

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (670.606 KB) | DOI: 10.26418/bbimst.v8i2.32351

Abstract

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
PENERAPAN STRUCTURAL EQUATION MODELING (SEM) UNTUK ANALISIS KOMPETENSI ALUMNI Matius Robi; Dadan Kusnandar; Evy Sulistianingsih
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 (976.917 KB) | DOI: 10.26418/bbimst.v6i02.21621

Abstract

Structural Equation Modeling (SEM) merupakan teknik analisis multivariat yang dapat digunakan untuk menganalisis pola hubungan antara variabel dan indikatornya, variabel yang satu dengan lainnya, serta kesalahan pengukuran secara langsung untuk memperoleh gambaran menyeluruh mengenai suatu model. SEM dapat digunakan untuk melakukan pengujian secara bersama yaitu: model struktural antara independent dan dependent konstruk, serta model measurement yang mengukur hubungan nilai (loading) antara variabel indikator dengan konstruk (variabel laten). Penelitian ini bertujuan untuk mengaplikasikan SEM dalam menganalis tingkat kompetensi alumni Universitas Tanjungpura (Untan). Berdasarkan hasil analisis teridentifikasi tiga cluster sebagai konstruk, yaitu kemampuan intelektual, keterampilan dan pengalaman. Dari hasil analisis diperoleh bahwa indeks persentasi kontribusi perguruan tinggi terhadap alumni dalam hal kemampuan intelektual sebesar 41%, keterampilan sebesar 51% dan pengalaman sebesar 47%. Indeks persentasi untuk keterampilan sudah cukup baik, namun untuk kemampuan intelektual dan pengalaman  dapat ditingkatkan melalui program-program antara lain magang, menghadiri workshop, seminar, kegiatan organisasi, dan mengikuti kompetisi-kompetisi baik di dalam maupun diluar lingkup kampus. Sedangkan indeks persentasi kontribusi perguruan tinggi terhadap relevansi kurikulum prodi dan pekerjaan sebesar 65% angka tersebut sudah cukup baik dan patut dipertahankan serta perlu ditingkatkan lagi agar lebih baik.Kata kunci: analisis jalur, analisis cluster,  tracer study
OPTIMASI JARAK PENJEMPUTAN PENUMPANG CV. EIRA SAUDARA MENGGUNAKAN METODE PARTICLE SWARM OPTIMIZATION Studi Kasus : Travel Taxi Tiga Saudara Pontianak Kalbar Dessy Natalia; 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 (450.012 KB) | DOI: 10.26418/bbimst.v8i3.33852

Abstract

Traveling Salesman Problem (TSP) adalah suatu masalah optimasi untuk menentukan rute optimal perjalanan salesman yang melalui semua kota tujuan tepat satu kali dan kembali ke kota awal. Penyelesaian untuk masalah TSP ini mengharuskan penghitungan terhadap semua kemungkinan rute yang dapat diperoleh, kemudian memilih salah satu rute yang terpendek. Jika terdapat n kota yang harus dikunjungi, maka diperlukan proses pencarian sebanyak  rute. Penelitian ini, bertujuan untuk mendapatkan penyelesaian rute terpendek penjemputan penumpang CV. Eira Saudara dengan metode Particle Swarm Optimization (PSO). PSO adalah  teknik optimasi berbasis populasi, yang terinspirasi oleh tingkah laku sosial pada kawanan burung yang terbang berduyun-duyun (bird flocking) dan gerombolan ikan yang berenang berkelompok (fish schooling). Pada penelitian ini digunakan metode PSO dengan 8 titik lokasi penjemputan penumpang, dimana Jl. Tanjung Pura No.214 sebagai titik awal serta Bandar Udara Internasional Pontianak sebagai titik tujuan. Jarak penjemputan penumpang yang diperoleh adalah sejauh 59,2 km dengan kriteria pemberhentian , dimana nilai   Kata kunci : Traveling Salesman Problem, Particle Swarm Optimization, fitness, rute penumpang.
ANALISIS DEPENDENSI SPASIAL PADA DATA KEMISKINAN DENGAN PENDEKATAN SPATIAL DURBIN MODEL (SDM) Setyo Wira Rizki, Suci Wardani, Naomi Nessyana Debataraja,
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 (4610.024 KB) | DOI: 10.26418/bbimst.v7i4.28401

Abstract

Persoalan kemiskinan di tingkat nasional maupun daerah merupakan salah satu masalah yang perlu mendapat perhatian khusus, sehingga memerlukan strategi yang tepat dan berkelanjutan untuk mengatasinya. Setiap rumah tangga di wilayah yang berbeda memiliki karakteristik dan faktor-faktor yang berbeda, karenanya banyak faktor yang mempengaruhi kemiskinan pada wilayah tersebut. Masalah kemiskinan yang dipengaruhi oleh letak suatu wilayah dapat diatasi menggunakan Spatial Durbin Model (SDM). Tujuan pemodelan SDM adalah untuk mengetahui hubungan dependensi spasial yang terjadi tidak hanya pada variabel dependen, tetapi juga pada variabel independen. Hasil yang menunjukkan bahwa lag variabel dependen signifikan adalah dengan nilai parameter . Lag variabel independen yang signifikan adalah variabel independen dengan pembobot yang signifikan, namun tidak terdapat variabel independen yang signifikan dengan adanya pembobot.Kata kunci: pembobot spasial, dependensi spasial, SDM
PENENTUAN JUMLAH CLUSTER OPTIMAL PADA MEDIAN LINKAGE DENGAN INDEKS VALIDITAS SILHOUETTE Hendra Perdana, Nicolaus, Evy Sulistianingsih,
BIMASTER Vol 5, No 02 (2016): BIMASTER
Publisher : BIMASTER

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (240.888 KB)

Abstract

Metode median linkage merupakan salah satu metode cluster hirarki yang mengelompokkan objek berdasarkan nilai mediannya. Indeks validitas silhouette  merupakan suatu ukuran statistik yang digunakan untuk menyelesaikan permasalahan penentuan jumlah cluster K  optimal yang dapat memberikan representasi grafis singkat seberapa baik setiap objek terletak dalam cluster tersebut. Penentuan jumlah cluster optimal dilakukan dengan melihat nilai rata-rata maksimum dari silhouette S(i). Jumlah cluster K optimal merupakan estimasi dari harga yang paling memaksimumkan nilai rata-rata indeks validitas silhouette S(i). Penelitian ini bertujuan untuk menentukan jumlah cluster optimal dengan menggunakan indeks validitas silhouette. Data yang digunakan dalam penelitian ini adalah data sekunder yang dipublikasikan oleh Badan Pusat Statistik (BPS) Kalimantan Barat yang berupa Pendapatan Asli Daerah (PAD) Kabupaten/Kota di Kalimantan Barat tahun anggaran 2013 dengan empat variabel penelitian yaitu retribusi daerah, pajak daerah, hasil pengelolaan kekayaan derah yang dipisahkan dan lain-lain pendapatan asli daerah yang sah. Berdasarkan hasil uji validitas cluster dengan indeks validitas silhouette diperoleh bahwa jumlah cluster optimal K  adalah 5 pada metode median linkage dengan nilai rata-rata indeks validitas silhouette S(i) adalah 0,078. Kata Kunci: Cluster, linkage, silhouette, PAD

Page 21 of 82 | Total Record : 820

 19   20   21   22   23 

Filter by Year

2012 2025


Reset
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