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
 36   37   38   39   40 
SYARAT CUKUP DAN SYARAT PERLU AGAR RUANG BERNORMA MENJADI RUANG HASIL KALI DALAM Yundari, Hendri Untoro, Nilamsari Kusumastuti,
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 4, No 01 (2015): BIMASTER
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v4i01.9783

Abstract

Ruang vektor V atas lapangan R merupakan himpunan tidak kosong yang dilengkapi dengan operasi penjumlahan vektor dan pergandaan scalar serta memenuhi beberapa aksioma. Setiap vektor memiliki panjang vector atau yang disebut dengan norma. Norma merupakan suatu fungsi yang memetakan dari V kehimpunan semua bilangan real dan memenuhi aksioma norma. Ruang vektor V yang dilengkapi aksioma norma disebut ruang bernorma. Hasil kali dalam adalah fungsi yang memetakan dari V×V ke himpunan semua bilangan real dan memenuhi aksioma hasil kali dalam. Ruang vector V yang dilengkapi aksioma hasil kali dalam disebut ruang hasil kali dalam. Diketahui bahwa setiap ruang hasil kali dalam merupakan ruang bernorma, namun sebaliknya belum tentu berlaku. Setiap ruang hasil kali dalam merupakan ruang bernorma dengan x = 〈x,x〉1/2 untuk setiap di , dengan kata lain x = 〈x,x〉1/2 merupakan syarat cukup ruang bernorma menjadi ruang hasil kali dalam. Selanjutnya ruang bernorma merupakan ruang hasil kali dalam jika dan hanya jika memenuhi hukum jajaran genjang. Diperoleh setiap ruang bernorma yang memenuhi hukum jajaran genjang merupakan syarat perlu untuk menjadi ruang hasil kali dalam. Kata kunci: Ruang Bernorma, Ruang Hasil Kali Dalam, Hukum Jajar Genjang
PORTOFOLIO MODEL MARKOWITZ DENGAN PENDEKATAN TWO-FUND THEOREM Evy Sulistianingsih., Febby Riang Lifa, Helmi,
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 2, No 1 (2013): BIMASTER
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v2i1.1537

Abstract

Portofolio model Markowitz adalah portofolio efisien yang dibentuk dengan tujuan untuk meminimumkan standar deviasi yang merupakan ukuran risiko dari suatu portofolio. Bentuk umum penyelesaian portofolio model Markowitz dapat diselesaikan dengan pendekatan Two-Fund Theorem. Dari kumpulan portofolio efisien yang dibentuk dengan pendekatan Two-Fund Theorem, dipilih portofolio optimal yang merupakan portofolio efisien dari saham Media Nusa Citra Nusantara, Unilever Indonesia, United Tractor, dan Semen Gresik dengan bobot masing-masing saham berturut-turut adalah 0,0320; 0,3669; 0,5850; 0,0160 dan standar deviasi sebesar 0,03418. Kata Kunci : Portofolio,Model Markowitz,Two-Fund Theorem.
PENGKLASIFIKASIAN KARAKTERISTIK DENGAN METODE K-MEANS CLUSTER ANALYSIS Neva Satyahadewi., Ediyanto, Muhlasah Novitasari Mara,
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 2, No 02 (2013): Bimaster
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v2i02.3033

Abstract

Pengelompokan objek (objek clustering) adalah salah satu proses dari objek mining yang bertujuan untuk mempartisi objek yang ada kedalam satu atau lebih cluster objek berdasarkan karakteristiknya. Objek dengan karakteristik yang sama dikelompokkan dalam satu cluster dan objek dengan karakteristik berbeda dikelompokkan kedalam cluster yang lain. Algoritma K-Means Cluster Analysis termasuk dalam kelompok metode cluster analysis non hirarki, dimana jumlah kelompok yang akan dibentuk sudah terlebih dahulu diketahui atau ditetapkan jumlahnya. Algoritma K-Means Cluster Analysis menggunakan metode perhitungan jarak (distance) untuk mengukur tingkat kedekatan antara objek dengan titik tengah (centroid). Algoritma K-Means tidak terpengaruh terhadap urutan objek yang digunakan, hal ini dibuktikan ketika penulis mencoba menentukan secara acak titik awal pusat cluster dari salah satu objek pada permulaan perhitungan. Jumlah keanggotaan cluster yang dihasilkan berjumlah sama ketika menggunakan objek yang lain sebagai titik awal pusat cluster tersebut. Namun, hal ini hanya berpengaruh pada jumlah iterasi yang dilakukan. Algoritma K-Means Cluster Analysis pada dasarnya dapat diterapkan pada permasalahan dalam memahami perilaku konsumen, mengidentifikasi peluang produk baru dipasaran dan algoritma K-Means ini juga dapat digunakan untuk meringkas objek dari jumlah besar sehingga lebih memudahkan untuk mendiskripsikan sifat-sifat atau karakteristik dari masing-masing kelompok. Kata Kunci: Clustering, Cluster Analysis, Euclidian distance, K-Means.
KAJIAN EKSPEKTASI BERSYARAT DAN SIFAT-SIFATNYA ., Desi Natalia
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 3, No 01 (2014): Bimaster
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v3i01.5183

Abstract

Tulisan ini membahas tentang ekspektasi bersyarat dan sifat-sifatnya. Ekspektasi bersyarat adalah ekspektasi suatu variabel acak yang bergantung pada variabel acak yang lain. Tujuan dalam penelitian ini adalah untuk mengkaji sifat-sifat ekspektasi bersyarat. Sifat-sifat ekspektasi bersyarat yaitu dua variabel acak mempunyai distribusi gabungan, dua variabel acak mempunyai fungsi densitas bersyarat, dan saling bebas. Pada kajian ini sifat-sifat ekspektasi bersyarat telah terbukti bahwa dua variabel acak dalam suatu kejadian adalah mempunyai distribusi gabungan dan saling bebas. Kata Kunci : Ekspektasi Bersyarat, Probabilitas, Distribusi Marginal.
ANALISIS MODEL INTERVENSI FUNGSI STEP UNTUK PERAMALAN KENAIKAN TARIF DASAR LISTRIK (TDL) TERHADAP BESARNYA PEMAKAIAN LISTRIK Evy Sulistianingsih, Reta Ekayanti, Muhlasah Novitasari Mara,
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.v3i03.7353

Abstract

Analisis intervensi merupakan metode untuk mengolah data time series yang dipengaruhi oleh suatu peristiwa yang disebut intervensi. Secara umum, ada dua macam fungsi intervensi yaitu fungsi step dan pulse. Analisis intervensi fungsi step digunakan pada intervensi yang bersifat jangka panjang seperti kebijakan pemerintah, kebijakan perusahaan dan travel warning. Tujuan penelitian ini adalah untuk menentukan model intervensi fungsi step yang didapat dari proses pemodelan ARIMA preintervensi, identifikasi respon intervensi, estimasi parameter intervensi, dan pemeriksaan diagnosis model intervensi. Adapun data yang digunakan berupa data besarnya pemakaian listrik (dalam kWh), kategori rumah tangga dengan daya 1300VA, Rayon Kota Pontianak periode Januari 2008 sampai dengan April 2014 yang diperoleh dari PT. PLN Rayon Kota Pontianak. Penelitian ini dibatasi pada pembentukan model intervensi fungsi step, dengan waktu intervensi T diketahui yakni Oktober 2013. Berdasarkan hasil analisis disimpulkan bahwa hasil peramalan dari model intervensi yang telah didapat menunjukkan besarnya pemakaian pada bulan Mei 2014 sampai dengan April 2015 mengalami penurunan ketika dampak intervensi terjadi pada waktu intervensi. Kata Kunci : Analisis intervensi, ARIMA, fungsi step
PENGGUNAAN TEOREMA POLYA DALAM MENENTUKAN BANYAKNYA GRAF SEDERHANA YANG TIDAK SALING ISOMORFIS Nilamsari Kusumastuti., Vivy Tri Rosalianti, Cucu Suhery,
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 2, No 1 (2013): BIMASTER
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v2i1.1631

Abstract

Salah satu permasalahan dalam Teori Graf adalah masalah enumerasi.Masalah enumerasi dapat diselesaikan salah satunya dengan Teorema Polya (Polyas Theorem).Teorema Polya berkaitan dengan indeks sikel polinomial suatu grup, karena Teorema Polya merupakan teorema yang digunakan untuk menghitung banyaknya pola-pola suatu grup permutasi yang membentuk indeks sikel dari grup tersebut.Teorema Polya terdiri dari Teorema Polya I dan Teorema Polya II.Tujuan penelitian ini adalah mencari banyaknya graf sederhana yang tidak saling isomorfis yang dapat dibentuk dengan 5 titik menggunakan Teorema Polya I dan mendapatkan bentuk-bentuk graf sederhana dengan 5 titik yang tidak saling isomorfis menggunakan Teorema Polya II. Banyaknya graf sederhana yang tidak saling isomorfis yang diperoleh adalah 34, dandiketahui bentuk-bentuk grafnya yaitu 1 graf tanpa garis, 1 graf dengan 1 garis, 2 graf dengan 2 garis, 4 graf dengan 3 garis, 6 graf dengan 4 garis, 6 graf dengan 5 garis, 6 graf dengan 6 garis, 4 graf dengan 7 garis, 2 graf dengan 8 garis, 1 graf dengan 9 garis, 1 graf dengan 10 garis. Kata kunci :Graf Isomorfis, Teorema Polya.
PENGGUNAAN METODE COST PRORATE TIPE CONSTANT DOLLAR PADA PROGRAM PENDANAAN PENSIUN MANFAAT PASTI Neva Satyahadewi., Agus Joko Sujono, Dadan Kusnandar,
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 2, No 02 (2013): Bimaster
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v2i02.3053

Abstract

Dana Pensiun merupakan suatu badan hukum yang mengelola dan menjalankan program pensiun serta membayarkan manfaat pensiun untuk memberikan kesejahteraan kepada karyawan suatu perusahaan yang telah memasuki masa pensiun. Tujuan utama Dana Pensiun adalah memberikan kesinambungan pendapatan dalam bentuk manfaat pensiun kepada karyawan pada saat pensiun. Program pensiun dari perusahaan merupakan bentuk balas jasa untuk memenuhi kebutuhan hidup dimasa pensiun bagi karyawan. Perhitungan manfaat pensiun pada Program Pensiun Manfaat Pasti terbagi menjadi tiga metode, yaitu Accrued Benefit, Benefit Prorate dan Cost Prorate. Metode Cost Prorate adalah metode pendanaan pensiun yang perhitungan manfaat pensiunnya berdasarkan masa kerja dan gaji karyawan. Penelitian ini menganalisis besar manfaat pensiun yang dikeluarkan Dana Pensiun PT. PLN (Persero) Wilayah Kalimantan Barat dengan menggunakan metode Cost Prorate tipe Constant Dollar. Berdasarkan perhitungan, iuran yang dibayarkan oleh PT. PLN (Persero) Wilayah Kalimantan Barat dan karyawan kepada Dana Pensiun untuk seorang karyawan dengan masa kerja 18 tahun adalah Rp32.290.695,00. Besar manfaat pensiun yang akan dibayarkan Dana Pensiun PT. PLN (Persero) Wilayah Kalimantan Barat kepada karyawan tersebut untuk pensiun normal 56 tahun adalah Rp107.650.913,00. Kata Kunci: Dana Pensiun, Metode Cost Prorate
PENGGUNAAN METODE MINIMUM VECTOR VARIANCE (MVV) DAN ANALISIS KONFIRMATORI DALAM MENDETEKSI OUTLIER Muhlasah Novitasari Mara., Juniardi, Dadan Kusnandar,
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 3, No 01 (2014): Bimaster
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v3i01.5187

Abstract

Minimum Vector Variance (MVV) adalah salah satu metode estimator robust untuk mendeteksi outlier dengan menggunakan kriteria Vector Variance (VV) yang minimum. Dalam penelitian ini, metode MVV digunakan untuk mendeteksi outlier pada data multivariat hasil simulasi. Analisis konfirmatori digunakan untuk mengkonfimasi ulang hasil pendeteksian dalam meminimalisir efek penyamaran (swamping). Hasil deteksi metode MVV yang didapatkan dari beberapa kondisi data menunjukkan semakin besar jumlah outlier, efek swamping yang dihasilkan semakin besar. Analisis konfirmatori berhasil meminimumkan efek swamping yang terjadi terhadap hasil deteksi metode MVV dengan menunjukkan kondisi data sebenarnya. Kata kunci: Outlier, Metode Minimum Vector Variance (MVV), Analisis Konfirmatori, dan swamping.
ANALISIS DAN SIMULASI MODEL MATEMATIKA PENYAKIT DEMAM DENGUE DENGAN SATU SEROTIF VIRUS DENGUE Muhlasah Novitasari Mara, Hendri Purwanto, Evi Noviani,
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.v3i03.7349

Abstract

Demam dengue merupakan penyakit endemik yang ditularkan melalui vektor nyamuk Aedes aegypti. Penyakit ini terdapat di lebih dari 100 negara di Amerika, Afrika, maupun Asia, khususnya negara-negara yang beriklim tropis. Persamaan diferensial dapat digunakan untuk merepresentasikan penyebaran virus dengue yang terjadi dalam selang waktu dan dimodelkan dalam bentuk model matematika. Model matematika dalam penelitian ini mencoba merepresentasikan tentang penyebaran demam dengue berdasarkan data yang diperoleh dan asumsi yang digunakan. Model matematika yang digunakan adalah model matematika yang diperoleh dari penelitian Syafruddin dan Noorani (2012) yang terdiri dari subpopulasi Susceptible (S), Exposed (E), Infected (I), dan Recovered (R). Model matematika SEIR selanjutnya dianalisis untuk melihat perilaku solusi dari sistem. Analisis kestabilan dari sistem dalam penelitian ini adalah stabil asimtotik yang menunjukkan adanya kasus endemik dan tidak stabil yang menunjukkan kasus nonendemik. Simulasi model matematika SEIR menunjukkan bahwa memerlukan waktu yang sangat lama untuk memastikan manusia yang terinfeksi memiliki terbebas dari infeksi virus dengue. Hal ini terjadi karena infeksi virus dengue yang terjadi secara terus-menerus antara populasi manusia dan nyamuk. Kata kunci: demam dengue, endemik, model SEIR, kestabilan, simulasi model.
METODE KONVOLUSI PADA ASURANSI PROPERTI ., Harsono
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 4, No 01 (2015): BIMASTER
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v4i01.9648

Abstract

Teori risiko merupakan teori yang mempelajari hasil finansial dari yang diharapkan, yang disebabkan oleh suatu ketidakpastian dalam kehidupan manusia. Salah satu risiko yang umum dikenal dalam asuransi adalah risiko individu. Risiko individu adalah risiko yang terjadi dalam kehidupan manusia sehari-hari secara individu. Risiko individu dibagi menjadi tiga yaitu risiko pribadi, risiko harta dan risiko gugatan. Penelitian ini membahas risiko harta yaitu pada asuransi properti. Asuransi Properti adalah jenis asuransi yang melindungi properti berupa bangunan, kendaraan, perabotan dari suatu kerusakan atau kehilangan. Tujuan penelitian ini penulis membahas bagaimana menentukan peluang total klaimdari sejumlah polis dengan menggunakan metode konvolusi. Metodologi penelitian ini adalah dengan model risiko individu periode satu tahun, yaitu banyaknya klaim selama satu tahun yang dimodelkan sebagai jumlah klaim dari beberapa individu yang mengikuti asuransi. Metode konvolusi dapat digunakan untuk menghitung peluang total klaim. Kata kunci: risiko individu, peluang total klaim, metode konvolusi

Page 38 of 84 | Total Record : 832

 36   37   38   39   40 

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