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 832 Documents
 35   36   37   38   39 
PERBANDINGAN METODE CAMPBELL DUDEK AND SMITH (CDS) DAN PALMER DALAM MEMINIMASI TOTAL WAKTU PENYELESAIAN Studi Kasus : Astra Konveksi Pontianak Marisi Aritonang, Risa, Helmi,
BIMASTER Vol 4, No 03 (2015): BIMASTER
Publisher : BIMASTER

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Metode Campbell Dudek and Smith (CDS) dan Palmer merupakan teknik penjadwalan flow shop. Tujuan penjadwalan flow shop yaitu untuk mengetahui total waktu penyelesaian job minimal. Penelitian yang dilakukan di Astra konveksi Pontianak sebanyak 5 job yang diantaranya, kaos olahraga SMPN 2 Dedai Sintang, kaos olahraga SMA Immanuel Sintang, kaos olahraga SMA Nusantara Indah Sintang, kaos pembina MTS Nurul Fallah dan kaos santri taman pendidikan Qur’an masjid Alqudsy kayong Utara. Masing-masing job harus melewati setiap mesin secara berurutan. Mesin yang digunakan yaitu mesin pola dan potong, mesin sablon, mesin obras, mesin jahit dan mesin overdeck. Penelitian diawali dengan menghitung waktu proses masing-masing job disetiap mesin. Penjadwalan CDS didasarkan pada urutan job yang memiliki waktu proses minimal sedangkan penjadwalan Palmer didasarkan pada urutan job yang memiliki waktu proses maksimal dikerjakan terlebih dahulu. Berdasarkan urutan job yang dihasilkan, total waktu penyelesaian metode CDS selama 6 hari 1 jam dan metode Palmer selama 7 hari 8 menit. Metode CDS lebih cocok diterapkan pada Astra konveksi Pontianak karena memiliki waktu proses minimal dalam memproduksi kaos. Kata Kunci: Johnson rule, Slope indeks, Completion time.
METODE ALTERNATIF DALAM MENENTUKAN DETERMINAN MATRIKS n×n Eka Fitriyani; Helmi Helmi; Eka Wulan Ramadhani
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 | DOI: 10.26418/bbimst.v7i4.28615

Abstract

Setiap matriks persegi memiliki suatu skalar yang disebut determinan. Jika  dengan  adalah sebuah matriks persegi dengan elemen , determinan yang dinyatakan oleh  merupakan jumlah semua hasil kali elementer bertanda dari matriks A. Ada beberapa metode yang dapat digunakan untuk menentukan determinan dari suatu matriks, salah satunya adalah metode Salihu. Metode Salihu merupakan metode yang berdasarkan pada pengembangan metode kondensasi Dodgson. Penelitian ini bertujuan untuk mengkaji metode Salihu dan menentukan determinan suatu matriks menggunakan metode tersebut. Metode Salihu ini mereduksi determinan matriks A menjadi determinan matriks berordo . Langkah pertama dalam menentukan determinan matriks kompleks dengan metode Salihu adalah dengan menentukan empat determinan unik yang dinyatakan oleh  berordo  dan satu determinan interior yang dinyatakan oleh  berordo  dari matriks A. Selanjutnya, menghitung nilai determinan matriks A dengan rumus , dengan syarat . Hasil penelitian ini menunjukkan bahwa metode Salihu merupakan salah satu metode alternatif untuk menentukan determinan dari suatu matriks berordo nxn, n>=3 . Kata Kunci: Permutasi, Metode Kodensasi Dodgson 
PENYELESAIAN MASALAH NILAI EIGEN UNTUK PERSAMAAN DIFERENSIAL STURM-LIOUVILLE DENGAN METODE NUMEROV Mariatul Kiftiah, Iyut Riani, Nilamsari Kusumastuti,
BIMASTER Vol 4, No 03 (2015): BIMASTER
Publisher : BIMASTER

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Metode Numerov merupakan salah satu metode numerik yang digunakan untuk menyelesaikan masalah nilai eigen Sturm-Liouville. Masalah nilai eigen Sturm-Liouville adalah masalah penentuan nilai dari parameter pada Persamaan Diferensial Sturm-Liouville. Penelitian ini bertujuan untuk merepresentasikan Persamaan Diferensial Sturm-Liouville  dalam bentuk matriks dan menentukan penyelesaian  numerik  untuk masalah nilai eigen Sturm-Liouville dengan metode Numerov. Penyelesaian numerik masalah nilai eigen Sturm-Liouville dengan metode Numerov dimulai dengan menentukan subinterval N, pada penelitian ini diambil N=20, N=30 dan N=40, kemudian dicari ukuran langkah tetap h dan diperoleh  h=0,1571; h=0,1047 dan h=0,0785. Langkah berikutnya, disubstitusikan ke rumus metode Numerov, sehingga diperoleh pengulangan persamaan sebanyak subinterval N dengan i=1,2,3,..,N-1. Dari pengulangan persamaan dapat dibentuk dua matriks yaitu matriks tridiagonal A dan B dengan entri-entrinya diperoleh dari koefisien pada pengulangan persamaan tersebut. Langkah terakhir, dicari nilai eigen dari dua matriks tridiagonal tersebut, sehingga diperoleh skalar-skalar dari persamaan karakteristik dari dua matriks tridiagonal yang merupakan nilai-nilai eigen dari dua matriks tersebut. Dari penelitian ini, dengan menggunakan subinterval N=40 diperoleh hampiran nilai eigen yang mendekati penyelesaian analitik. Hampiran nilai eigen mendekati penyelesaian analitik  ketika i=1 adalah 1,0000 dan galat yang dihasilkan adalah nol, hampiran nilai eigen ketika i=2 adalah 4,0000 dan galat yang dihasilkan adalah nol dan hampiran nilai eigen ketika i=3 adalah 8,9999 dan galat yang dihasilkan adalah 0,0001. Kata kunci : Nilai eigen, Sturm-Liouville, metode Numerov
PENYELESAIAN PERSAMAAN GELOMBANG DENGAN METODE DALEMBERT ., Demang, Helmi, Evi Noviani
BIMASTER Vol 2, No 1 (2013): BIMASTER
Publisher : BIMASTER

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Permasalahan di bidang teknik dan fisika dapat dimodelkan ke dalam bentuk persamaan diferensial parsial, seperti masalah fluida, transfer panas, teori elektromagnetik, dan perambatan gelombang. Penelitian ini mengkaji terbentuknya persamaan gelombang dan mencari penyelesaian persamaan gelombang dengan metode Dalembert. Penyelesaian persamaan gelombang dengan metode Dalembert dilakukan dengan cara mengenalkan variabel bebas baru, kemudian variabel bebas tersebut diturunkan sehingga terbentuk penyelesaian persamaan gelombang. Dengan mensubstitusikan nilai awal diperoleh persamaan khusus dari persamaan gelombang yang disebut sebagai penyelesaian Dalembert . Kata Kunci : Metode Dalembert, Persamaan Diferensial Parsial, Persamaan Gelombang.
ISOMORFISMA DARI SU(2)/Ker ? KE SO(3) Yundari., Arif Rahman, Nilamsari Kusumastuti,
BIMASTER Vol 2, No 02 (2013): Bimaster
Publisher : BIMASTER

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Suatu grup dapat dibentuk dari himpunansemua matriks spesial ortogonalterhadap operasi perkalian matriks biasa yang disebutGrup Spesial Ortogonal, dinotasikan dengan SO(3). Sementara itu,suatu grup dapat pula dibentuk dari himpunan semua matriks spesial uniterterhadap operasi perkalian matriks biasayang disebut Grup Spesial Uniter, dinotasikan dengan SU(2). Terdapat homomorfisma ?yang memetakan setiap elemen di SU(2) ke elemen di SO(3), dengan kernel dari ? adalah ker ?={I,-I}.Himpunan ker ? merupakan subgrup normal dari SU(2), sehingga dapat dibentuk grup faktor dari SU(2) oleh ker ? yang dinotasikan dengan SU(2)/ker ?. Dengan menggunakan Teorema Fundamental Homomorfisma, dapat ditunjukkan bahwa terdapat isomorfisma dari SU(2)/ker ? ke SO(3). Kata Kunci :Grup Spesial Ortogonal, Grup Spesial Uniter, Isomorfisma.
PENERAPAN ANALISIS FOURIER UNTUK MENENTUKAN PERIODE DAN PREDIKSI SUHU UDARA (Studi Kasus: Data Suhu Udara Kota Pontianak) Maulydiana Septiani; Helmi Helmi; Yudhi Yudhi
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 | DOI: 10.26418/bbimst.v8i2.31649

Abstract

 Suhu udara merupakan salah satu unsur iklim yang penting untuk diamati. Perubahan pada suhu udara memiliki berbagai dampak terhadap kehidupan masyarakat di bidang pertanian, transportasi dan sebagainya. Suhu udara dapat diprediksi dengan menggunakan metode aproksimasi Deret Fourier. Persamaan aproksimasi Deret Fourier membutuhkan periode sebagai salah satu variabel dan metode yang dapat digunakan untuk mencari periode yaitu Transformasi Fourier Cepat. Hasil penelitian yang diperoleh yaitu periode suhu udara di Kota Pontianak tahun 2008 sampai dengan 2017 sebesar 12 bulan. Hasil penelitian tersebut menunjukkan bahwa kenaikan dan penurunan suhu udara berulang setiap 12 bulanan. Hasil prediksi suhu udara dengan aproksimasi Deret Fourier berorde enam pada tahun 2018 yaitu suhu udara maksimum mencapai . Berdasarkan Peraturan Kepala Badan Meteorologi, Klimatologi dan Geofisika Nomor Keputusan 009 Tahun 2010 mengenai definisi suhu udara ekstrim, maka hasil prediksi tersebut menunjukkan bahwa suhu udara di Kota Pontianak tidak ekstrim atau masih dalam kondisi normal.                                           Kata Kunci: Aproksimasi, Deret Fourier, Transformasi Fourier.
ALGORITMA GENETIKA PADA PEMROGRAMAN LINEAR DAN NONLINEAR Ilhamsyah, Abdul Azis, Bayu Prihandono,
BIMASTER Vol 5, No 03 (2016): BIMASTER
Publisher : BIMASTER

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Optimasi adalah proses memaksimumkan atau meminimumkan suatu fungsi tujuan dengan tetap memperhatikan batasan yang ada. Dalam merumuskan permasalahan optimasi digunakan suatu pemodelan matematika berupa pemrograman linear dan pemrograman nonlinear. Pemrograman linear dan nonlinear adalah teknik riset operasi untuk menyelesaikan suatu perencanaan aktifitas yang telah dibentuk dalam suatu model matematika agar tujuan yang diinginkan dapat tercapai. Salah satu metode untuk menyelesaikan kasus optimasi yaitu algoritma Genetika. Oleh sebab itu, tujuan dari penelitian ini adalah melakukan analisis untuk mencari hasil optimum pada kasus optimasi dan implementasinya dengan algoritma Genetika. Algoritma Genetika merupakan simulasi dari proses evolusi dan operasi Genetika. Proses dari algoritma Genetika dimulai dengan membangkitkan sejumlah individu dalam suatu populasi. Setiap individu merepresentasikan suatu penyelesaian terhadap masalah yang dikerjakan. Kemudian setiap individu dalam suatu populasi akan diproses sesuai dengan evolusi alam sehingga mendapatkan individu yang terbaik. Berdasarkan proses evolusi tersebut dibuat suatu implementasi algoritma Genetika dengan menggunakan program komputer. Analisis algoritma Genetika dengan menggunakan program komputer pada kasus memaksimumkan dan meminimumkan fungsi tujuan 15X"> dengan kasus pemrograman linear yaitu 15 X=2x+3y+4z+5"> dengan batasan kendala 155≤x≤9"> , 153≤y≤7,"> dan 150≤z≤5"> dan fungsi tujuan 15Z"> untuk kasus pemrograman nonlinear yaitu 15Z=21,5+xsin4Ï€x+ycos20Ï€y+z tan2Ï€z "> dengan batasan kendala 157≤x≤12"> , 153≤y≤6,"> dan 150≤z≤5"> . Hasil yang diperoleh dengan 10 kali percobaaan algoritma Genetika mendapatkan nilai yang optimum yaitu pada pemrograman linear 15X=63,13"> untuk nilai maksimum dan 15X=24,13">  untuk nilai minimum dan pada pemrograman nonlinear 15Z=38,6182"> untuk nilai maksimum dan 15Z=24,4050">  untuk nilai minimum. Kata Kunci: Algoritma Genetika, Optimasi, Riset Operasi  
PREMI TUNGGAL BERSIH UNTUK KONTRAK ASURANSI JIWA SEUMUR HIDUP Evy Sulistianingsih., Winda Sri Wulandari, Neva Satyahadewi,
BIMASTER Vol 3, No 01 (2014): Bimaster
Publisher : BIMASTER

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Asuransi jiwa merupakan asuransi yang bertujuan untuk mengantisipasi kerugian finansial yang disebabkan oleh kematian. Pada asuransi jiwa seumur hidup, premi bersih yang akan dibayarkan oleh pemegang polis merupakan syarat diperolehnya perlindungan asuransi. Premi tunggal bersih asuransi jiwa seumur hidup merupakan premi yang pembayarannya dilakukan satu kali pada saat kontrak disetujui dan hanya memperhatikan tingkat suku bunga dan tingkat mortalita saja. Penentuan nilai premi tunggal bersih penting dilakukan oleh setiap perusahaan asuransi untuk mengambil suatu kebijakan yang tepat agar dapat bersaing dengan perusahaan-perusahaan asuransi lainnya. Untuk itu perlu dilakukan beberapa tahapan dalam perhitungan premi tunggal bersih yaitu menghitung nilai tunai pembayaran, pembentukan tabel servis menggunakan tabel mortalita, dan perhitungan anuitas asuransi jiwa seumur hidup. Kemudian barulah ditentukan besarnya nilai premi tunggal bersih untuk asuransi jiwa seumur hidup pada usia tahun. Berdasarkan hasil analisis, diketahui bahwa besarnya nilai premi tunggal bersih dipengaruhi oleh tingkat suku bunga, usia tertanggung dan penggunaan tabel mortalita.. Jika tingkat suku bunga yang diberikan semakin besar, maka nilai premi tunggal bersih juga akan semakin besar. Kemudian dapat diketahui pula bahwa jika usia tertanggung pada saat kontrak disetujui semakin tua maka premi tunggal bersih juga akan semakin besar. Selanjutnya diketahui bahwa Tabel Mortalita Indonesia 1999 menghasilkan nilai premi yang lebih rendah dibandingkan dengan tabel mortalita CSO 1958. Perbedaan nilai premi tersebut disebabkan oleh jumlah penduduk dan tingkat kematian yang berbeda pada masing-masing tabel. Kata Kunci : Premi, Premi Tunggal, Premi Tunggal Bersih.
METODE SIMPLEKS UNTUK PERSOALAN PEMROGRAMAN LINEAR DENGAN KOEFISIEN FUNGSI TUJUAN BILANGAN FUZZY TRAPEZOIDAL Nilamsari Kusumastuti., Paula Arista, Bayu Prihandono,
BIMASTER Vol 3, No 02 (2014): BIMASTER
Publisher : BIMASTER

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Himpunan fuzzy merupakan kumpulan bilangan real yang dinyatakan dengan suatu fungsi keanggotaan yang memetakan setiap domainnya ke tepat satu bilangan real pada interval tertutup [0,1]. Teori himpunan fuzzy banyak diterapkan dalam berbagai disiplin ilmu seperti dalam pemrograman linear fuzzy. Pemrograman linear fuzzy digunakan untuk mencari solusi yang optimal berdasarkan kendala dan kriteria yang dinyatakan dalam fungsi tujuan dengan koefisien berupa bilangan fuzzy trapezoidal. Untuk mengurutkan bilangan fuzzy trapezoidal digunakan fungsi ranking linear yang memetakan setiap bilangan fuzzy trapezoidal ke dalam bilangan real. Pada pemrograman linear fuzzy ini digunakan metode simpleks untuk mencari solusi optimal dengan melakukan beberapa iterasi pada tabel simpleks. Pada penyelesaian contoh soal, keuntungan perusahaan yang tidak pasti merupakan bilangan fuzzy trapezoidal yaitu (50,55,6,11) dalam ribuan rupiah untuk kue sus kering dan (60,65,6,16) dalam ribuan rupiah untuk kue kuping gajah. Sehingga dengan pengoptimalan produksi kue sus kering sebanyak 66,67 kg dan kue kuping gajah sebanyak 50 kg, maka keuntungan maksimum yang bisa didapat oleh perusahaan adalah sebesar (18400/3,21350/3,1580,7240/3) dalam ribuan rupiah atau senilai Rp 6.833.333,00.
PENGGUNAAN VALUE AT RISK DALAM ANALISIS RISIKO PADA PORTOFOLIO SINGLE INDEX MODEL (Studi Kasus Data Saham LQ 45) Evy Sulistianingsih, Edi Saputra, Neva Satyahadewi,
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 3, No 03 (2014): BIMASTER
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v3i03.7440

Abstract

Salah satu metode yang dapat digunakan untuk membentuk portofolio optimal adalah Single Index Model (SIM). Metode ini lebih sederhana jika dibandingkan dengan Mean-Variance Model. Pembentukan portofolio optimal dengan SIM didasarkan pada nilai cut off point dan nilai excess return to beta. SIM mengasumsikan bahwa korelasi return antar saham terjadi karena adanya respon saham tersebut terhadap perubahan pasar. Setelah portofolio SIM terbentuk, maka dapat diperkirakan potensi risiko penurunan nilai return dari portofolio tersebut dengan Value at Risk (VaR). VaR ini dapat diukur dengan menggunakan metode Variance Covariance yang mengasumsikan bahwa return berdistribusi normal dan return portofolio bersifat linear terhadap return aset tunggalnya. Saham-saham  yang digunakan untuk studi kasus pada penelitian ini adalah saham yang tergabung pada indeks harga saham LQ 45 di  Bursa Efek Jakarta periode Januari 2008 sampai dengan Maret 2014. Kemudian, berdasarkan hasil analisis diketahui bahwa dari 37 saham yang diambil sebagai sampel dari indeks LQ 45 hanya 6 saham yang masuk dalam portofolio. Portofolio tersebut memiliki standar deviasi sebesar 0,063338399, sehingga dengan model Variance Covariance pada tingkat keyakinan sebesar 95% diketahui bahwa kerugian maksimum yang mungkin akan diderita investor tidak akan melebihi Rp 104.191.665,8. Kata Kunci: Single Indeks Model, Value at Risk

Page 37 of 84 | Total Record : 832

 35   36   37   38   39 

Filter by Year

2012 2025


Reset
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 (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 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 Vol 8, No 1 (2019): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya 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 : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 7, No 2 (2018): BIMASTER 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