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 832 Documents

23 24 25 26 27

PENENTUAN NILAI OPSI SAHAM TIPE EROPA TANPA DIVIDEN DENGAN BLACK-SCHOLES DAN CONSTANT ELASTICITY OF VARIANCE Hendra Perdana, Yesya Nalendra Reksaningrum, Evy Sulistianingsih,
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 2 (2019): BIMASTER
Publisher : FMIPA Universitas Tanjungpura

Saham adalah surat berharga yang merupakan instrumen bukti kepemilikan atau penyertaan individu dalam suatu perusahaan. Saham memiliki opsi yang merupakan suatu kontrak antara penjual opsi dengan pembeli opsi, dimana penjual opsi menjamin adanya hak (bukan suatu kewajiban) dari pembeli opsi untuk membeli atau menjual saham tertentu pada waktu dan harga yang telah ditentukan. Sedangkan opsi saham berdasarkan penggunaannya dibagi menjadi tipe Eropa dan tipe Amerika. Terdapat beberapa metode yang dapat digunakan untuk menghitung nilai opsi, diantaranya metode Black-Scholes (BS) dan Constant Elasticity of Variance (CEV). Pada penelitian ini menggunakan metode Black-Scholes dan Constant Elasticity of Variance tanpa dividen dengan menggunakan saham tipe Eropa yaitu saham The Charles Schwab Corporation (SCHW) periode 1 Oktober 2017 hingga 1 Oktober 2018 dengan tingkat suku bunga sebesar 1,25%. Berdasarkan hasil penelitian, nilai opsi beli saham lebih besar dari nilai opsi yang ditawarkan sehingga disarankan kepada investor untuk membeli saham, sedangkan untuk opsi jual saham, nilai opsi yang dihasilkan lebih kecil daripada nilai opsi yang ditawarkan sehingga disarankan kepada investor untuk menjual saham. Analisis yang dilakukan pada kedua metode tersebut menghasilkan metode terbaik yaitu metode Constant Elasticity of Variance dengan nilai MSE yaitu 0,0080 dan metode Black-Scholes yaitu sebesar 0,0708, sehingga untuk nilai opsi beli saham lebih baik menggunakan metode Constant Elasticity of Variance karena nilai MSEnya lebih kecil daripada metode Black-Scholes, sedangkan pada nilai opsi jual saham dengan metode Black-Scholes memiliki nilai MSE lebih kecil yaitu sebesar 0,0062 daripada metode Constant Elasticity of Variance yaitu sebesar 0,0267. Â Â Kata Kunci: Black-Scholes, Constant Elasticity of Variance, Opsi Saham

ANALISIS KESTABILAN MELALUI DINAMIKA NOL SISTEM OUTPUT TEGANGAN DAN ARUS SEARAH KONVERTER BUCK-BOOST Fransiskus Fran, Selviana, Helmi,
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 5, No 03 (2016): BIMASTER
Publisher : FMIPA Universitas Tanjungpura

Komponen utama dari sistem catu daya adalah konverter DC-DC yang berfungsi mengkonversikan daya elektrik bentuk DC (arus searah) ke DC lainnya. Dikatakan arus searah karena arus listrik mengalir terus menerus dari kutub positif ke kutub negatif. Sumber arus searah lainnya adalah akumulator atau aki. Konverter Buck-Boost (penurun-penaik tegangan) merupakan sistem pengubahan daya DC atau konverter DC-DC. Masalah utama dari konverter Buck-Boost adalah menghasilkan riak arus yang tinggi baik di sisi masukan maupun di sisi keluaran. Secara geometri masalah tersebut dapat digambarkan ke dalam grafik solusi suatu sistem dinamik dari persamaan diferensialnya. Penelitian ini menganalisis model dari rangkaian konverter Buck-Boost dan menganalisis kestabilan dari dinamika internal pada sistem output tegangan dan arus searah. Dengan menggunakan tehnik pemodelan rata-rata ruang keadaan, dibangun sistem affine nonlinear dari konverter Buck-Boost. Selanjutnya melalui dinamika nol dianalisis kestabilan dinamika internal dengan output yang diwakili oleh rata-rata tegangan kapasitor dan rata-rata arus induktor. Hasilnya yaitu sistem dengan output yang diwakili oleh rata-rata tegangan kapasitor merupakan sistem yang dinamika nolnya tidak stabil dan berfase nonminimum dan sistem yang diwakili oleh rata-rata arus induktor merupakan sistem yang dinamika nolnya stabil dan berfase nonminimum. Kata Kunci: Konverter Buck-Boost, Nonlinear, Dinamika Nol, Stabilisasi

PENERAPAN METODE ILLINOIS PADA PENENTUAN BESAR CADANGAN PREMI ASURANSI JIWA BERSAMA DWIGUNA Hendra Perdana, Irma Friyanti, Neva Satyahadewi,
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 3 (2019): BIMASTER
Publisher : FMIPA Universitas Tanjungpura

Asuransi jiwa dwiguna merupakan perpaduan antara asuransi jiwa berjangka dan asuransi jiwa seumur hidup. Dalam asuransi jiwa dwiguna, peserta asuransi baik meninggal dunia maupun bertahan hidup akan dibayarkan uang pertanggungan. Sebagian dari premi yang diterima oleh perusahaan harus dicadangkan sebagai cadangan premi, sehingga bila dimasa yang akan datang terjadi klaim maka perusahaan tidak kesulitan membayarnya. Penelitian ini bertujuan untuk menentukan besarnya cadangan yang diperoleh dengan menggunakan metode Illinois yang merupakan perluasan dari cadangan prospektif. Data yang digunakan dalam penelitian ini adalah data Tabel Mortalita Indonesia 2011 untuk sepasang suami istri dengan usia suami 30 tahun dan usia istri 27 tahun, lama masa pertanggungan asuransi 25 tahun, lama masa pembayaran premi 22 tahun, tingkat suku bunga 2,5% dan besar santunan yang akan diterima sebesar Rp200.000.000,-. Nilai cadangan yang dihasilkan untuk tahun pertama sebesar Rp451.799,- dan akan semakin besar setiap tahunnya selama masa pertanggungan sehingga nilai cadangan akan sama dengan santunan yang diterima oleh tertanggung ketika masa periode berakhir.Â Kata Kunci: Asuransi Dwiguna, Cadangan Premi, Metode Illinois

PERBANDINGAN METODE COEFFICIENT OF DETERMINATION RATIO DAN REGRESI DIAGNOSTIK DALAM MENDETEKSI OUTLIER PADA ANALISIS REGRESI LINIER BERGANDA Naomi Nessyana Debataraja, Emi, Dadan Kusnandar,
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 4, No 03 (2015): BIMASTER
Publisher : FMIPA Universitas Tanjungpura

Outlier merupakan suatu pengamatan yang keberadaannya dapat mengganggu proses analisis data. Adanya outlier juga dapat mengganggu asumsi kenormalan. Oleh karena itu, mendeteksi outlier sangat diperlukan sebelum analisis data dilakukan. Penelitian ini membahas metode untuk mendeteksi outlier menggunakan metode coefficient of determination ratio (CDR) dan regresi diagnostik lainnya seperti: leverage values, studentized deleted residuals, Cookâ€™s distance, difference in fits standardized (DFFITS) dan covariance ratio. Metode coefficient of determination ratio (CDR) menggunakan nilai koefisien determinasi sebagai dasar proses deteksi dan diterapkan pada data hasil simulasi. Hasil perbandingan menunjukkan bahwa metode regresi diagnostik berdasarkan nilai studentized deleted residuals atau R-Student lebih efektif dalam mendeteksi outlier dibandingkan dengan metode coefficient of determination ratio (CDR). Keefektifan dilihat berdasarkan ketepatan dalam mendeteksi data outlier dan nilai koefesien determinasi yang meningkat. Namun demikian hasil pendeteksian dengan metode coefficient of determination ratio (CDR) juga berhasil meningkatkan nilai koefisien determinasi. Oleh sebab itu metode coefficient of determination ratio (CDR) dapat digunakan sebagai metode alternatif untuk mendeteksi outlier. Kata kunci: Simulasi, Diagnostik, nilai cut-off

PERBANDINGAN MODEL REGRESI PARAMETRIK EKSPONENSIAL DAN WEIBULL PADA DATA SURVIVAL TERSENSOR INTERVAL Jajad Sudrajat; Setyo Wira Rizki; 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

Analisis survival adalah suatu metode untuk menganalisis data yang berhubungan dengan waktu, mulai dari start-point sampai dengan terjadinya suatu kejadian khusus atau end-point. Data pengamatan yang kejadian hanya diketahui pada selang waktu tertentu, yaitu sebelum dan sesudah waktu tertentu saja disebut data tersensor interval. Data tersensor interval dianalisis membentuk model regresi Eksponensial dan Weibull sehingga mendapatkan model terbaik. Data yang digunakan dalam penelitian ini adalah hasil pengamatan terhadap ketahanan gigi susu dengan jumlah sampel 4386 anak di Flenders, Belgia. Faktor-faktor yang dianggap penting mempengaruhi ketahanan gigi susu adalah jenis kelamin anak dan status awal gigi anak. Model regresi parametrik yang dibandingkan adalah model regresi eksponensial dan model regresi Weibull, pemilihan model terbaik dapat dilihat dengan membandingkan nilai AIC. Berdasarkan nilai AIC, model regresi Weibull merupakan model yang lebih baik dibandingkan model regresi Eksponensial. Pada anak yang berjenis kelamin laki-laki memiliki waktu ketahanan gigi lebih tinggi dibandingkan anak yang berjenis kelamin perempuan. Status awal gigi tidak cacat memiliki waktu ketahanan gigi lebih tinggi dibandingkan dengan status awal gigi sudah cacat.Kata Kunci: Survival, Tersensor Interval, Model Regresi Parametrik

ANALISIS OPTIMASI PRODUKSI SURAT KABAR PADA PT. XXX DENGAN METODE GOAL PROGRAMMING Mariatul Kiftiah, Laurensius Sekundus, Bayu Prihandono,
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 4, No 03 (2015): BIMASTER
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v4i03.13279

Optimasi adalah suatu proses untuk menentukan penyelesaian persoalan matematika yang tujuannya memaksimumkan atau meminimumkan suatu fungsi yang dibatasi oleh batasan-batasan tertentu. Goal programming merupakan perluasan dari pemrograman linear yang berguna untuk menyelesaikan permasalahan optimasi yang memiliki fungsi tujuan lebih dari satu. Fungsi tujuan pada goal programming adalah meminimumkan variabel-variabel deviasi pada fungsi sasaran sehingga mencapai sasaran yang diinginkan. Variabel deviasi pada goal programming terdiri dari deviasi atas dan deviasi bawah yang digunakan untuk menampung penyimpangan di atas dan di bawah sasaran yang ingin dicapai. Hasil optimasi produksi surat kabar PT. XXX dengan metode goal programming menunjukan bahwa sasaran pembatasan penggunaan bahan baku sesuai dengan persediaan tidak tercapai. Hal ini dilihat dari nilai deviasi atas bernilai positif yang artinya pemakaian bahan baku melebihi sasaran yang diinginkan. Untuk sasaran produksi masing-masing surat kabar dan memaksimumkan keuntungan surat kabar terpenuhi karena nilai deviasi atas dan deviasi bawah sasaran ini bernilai nol sedang sasaran meminimumkan jam kerja tercapai dimana nilai variabel deviasi atasnya bernilai nol . Kata Kunci :optimasi, deviasi atas, deviasi bawah, minimasi

ANALISIS KOINTEGRASI DAN ERROR CORRECTION MODEL INDEKS HARGA KONSUMEN KOTA PONTIANAK DAN SINGKAWANG Eka Wahyuning Dhewanty; Evy Sulistianingsih; Shantika Martha
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 1 (2019): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Indeks harga konsumen digunakan sebagai tolak ukur inflasi. Data indeks harga konsumen yang sering kali tidak stasioner menyebabkan pengambilan keputusan yang berkaitan dengan data tidak valid. Uji kointegrasi dipakai untuk menganalisis kemungkinan hubungan jangka panjang antara variabel yang tidak stasioner. Tujuan penelitian ini adalah menemukan hubungan jangka panjang antara indeks harga konsumen kota Pontianak dan kota Singkawang dengan metode kointegrasi dan hubungan jangka pendek dengan metode model koreksi kesalahan. Penelitian ini menggunakan data indeks harga konsumen kota Pontianak dan kota Singkawang dalam periode waktu bulanan. Berdasarkan hasil penelitian yang diperoleh dapat disimpulkan bahwa indeks harga konsumen Kota Pontianak dan Kota Singkawang tidak stasioner tetapi kombinasi linier keduanya stasioner dengan kata lain terdapat hubungan jangka panjang antara indeks harga konsumen kota Singkawang terhadap indeks harga konsumen kota Pontianak.Kata Kunci : indeks harga konsumen, stasioneritas, kointegrasi.

IMPLEMENTASI ALGORITMA C4.5 PADA VARIABEL-VARIABEL YANG MEMPENGARUHI STATUS GIZI BALITA DESA KUALA DUA Hendra Perdana, Supriyati,
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 5, No 03 (2016): BIMASTER
Publisher : FMIPA Universitas Tanjungpura

Permasalahn gizi sering terjadi pada anak usia dibawah lima tahun. Masa pertumbuhan pada anak usia balita menjadi perhatian serius para orang tua. Banyak faktor yang mempengaruhi status gizi balita, antara lain keluarga, sarana dan prasarana kesehatan, dan keadaan lingkungan sekitar. Keberagaman faktor-faktor tersebut dapat diklasifikasikan dengan menggunakan metode pohon keputusan. Pohon keputusan adalah suatu metode klasifikasi serta prediksi yang berguna untuk mengeksplorasi data dan menemukan hubungan antar variabel. Ada beberapa algoritma yang dapat digunakan dalam pembentukan pohon keputusan, diantaranya adalah algoritma C4.5. Dalam penelitian ini Algoritma C4.5 digunakan untuk menganalisis dan mengetahui variabel-variabel yang mempengaruhi status gizi balita Desa Kuala Dua KAbupaten Kubu Raya. Penilaian status gizi anak dihitung berdasarkan standar pengukuran pengukuran status gizi. Perhitungan dimulai dengan menghitung nilai entrophy total, entrophy masing-masing atribut dan gain masing-masing atribut. Pohon keputusan yang terbentuk menjadikan variabel sumber air yang digunakan sebagai akar pohon karena memiliki nilai gain terbesar yaitu 0,3330. Pohon keputusan terdiri dari 2 tingkatan yang saling berhubungan antar variabel-variabel yang mempengaruhi status gizi balita.Â Kata Kunci : C4.5, gizi, gain, entrophy

ESTIMASI PARAMETER MODEL SURVIVAL DISTRIBUSI PARETO - GAMMA DENGAN METODE BAYESIAN LINEX LOSS FUNCTION Mega Putri; Shantika Martha; Setyo Wira Rizki
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 2 (2019): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Data survival merupakan data yang menunjukkan waktu suatu individu atau objek dapat bertahan hidup hingga terjadinya suatu kejadian tertentu. Data dikatakan tersensor apabila data yang diamati tidak lengkap karena hilangnya objek penelitian atau sampai akhir penelitian objek tersebut belum mengalami suatu kejadian tertentu. Tujuan dari penelitian ini adalah menentukan estimasi parameter model survival yang berdistribusi Pareto pada data tersensor dengan metode Bayesian LINEX Loss Function menggunakan prior Gamma. Data yang digunakan adalah data sekunder pasien kanker paru-paru dari penelitian yang dilakukan oleh Kalbfleisch dan Prentice pada tahun 1980. Berdasarkan hasil estimasi metode Bayesian LINEX Loss Function untuk studi kasus penderita kanker paru-paru dapat diketahui peluang seorang penderita kanker paru-paru untuk bertahan hidup semakin lama semakin kecil (mendekati nol), hingga akhirnya mengalami kematian. Nilai MAPE yang diperoleh dari fungsi Survival distribusi Pareto dengan pendekatan Bayesian LINEX Loss Function adalah sebesar 19,66%. Hal ini berarti bahwa metode Bayesian LINEX Loss Function memiliki kemampuan peramalan yang baik dalam mengestimasi peluang hidup pasien penderita kanker paru-paru.Kata Kunci : Distribusi Pareto, Bayesian, LINEX Loss Function, MAPE.

EKSENTRISITAS DIGRAF PADA GRAF TANGGA Andri Royani; Mariatul Kiftiah; Yudhi Yudhi
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 6, No 03 (2017): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Misalkan adalah graf dengan himpunan simpul dan himpunan sisi . Jarak dari simpul ke simpul adalah panjang lintasan dari simpul ke , dinotasikan . Jarak adalah jumlah sisi-sisi yang di lewati dari satu titik ke titik yang lain. Jarak pada graf berbobot yang dihitung adalah jumlah bobot pada setiap sisinya, sedangkan pada graf tak berbobot yang dihitung adalah banyaknya sisi yang dilalui. Eksentrisitas simpul dalam graf adalah jarak terjauh dari titik ke setiap simpul di , dinotasikan dengan . Simpul merupakan titik eksentrik dari jika . Eksentrik digraf dari suatu graf dinotasikan dengan . Eksentrik digraf adalah graf yang mempunyai himpunan simpul yang sama dengan himpunan simpul di , dan arc yang menghubungkan simpul ke simpul adalah eksentrisitas dari simpul ke simpul Penelitian ini bertujuan menentukan eksentrisitas digraf pada graf tangga Diberikan graf tangga dengan simpul, kemudian menentukan jarak dari setiap simpul dan ke semua simpul di Selanjutnya dicari titik eksentrik dari setiap simpul di ke semua simpul di Didapat bahwa titik eksentrik dari simpul adalah dengan dengan jarak , kemudian titik eksentrik dari adalah dengan jarak . Setelah mendapat titik eksentrik dari setiap simpul maka selanjutnya mengkonstruksikan eksentrik digraf ke dalam graf berarah.Kata Kunci: komplemen graf, graf lintasan, jarak terjauh

Page 25 of 84 | Total Record : 832

23 24 25 26 27

Filter by Year

2012 2025

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 Vol 12, No 3 (2023): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya (dalam proses) 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 : 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 : 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 : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 7, No 3 (2018): BIMASTER 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 : 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

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