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
 39   40   41   42   43 
MENDETEKSI OUTLIER DENGAN METODE MINIMUM COVARIANCE DETERMINANT M.Novitasari Mara., Mukti Kurniadi, Marisi Aritonang,
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 1, No 01 (2012): BIMASTER
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v1i01.651

Abstract

Keberadaan outlier pada data dapat mengganggu proses analisis data, sehingga pendeteksian outlier merupakan hal yang sangat penting untuk dilakukan. Ketika data yang digunakan adalah data multivariat, maka pendeteksian tersebut menjadi sulit untuk dilakukan.Pada umumnya, sebelum melakukan pendeteksian outlier pada data multivariat, terlebih dahulu perlu dilakukan peyederhanaan atau pereduksian dimensi data.Salah satu metode yang dapat digunakan adalah Analisis Komponen Utama (AKU).Dalam penelitian ini, outlier dideteksi menggunakan metode Minimum Covariance Determinant (MCD).Prinsip metode MCD adalah mendapatkan subhimpunan dari keseluruhan pengamatan yang matriks varians-kovariansnya memiliki determinan terkecil diantara semua kombinasi kemungkinan data.Pendeteksian outlier dengan metode MCD dilakukan berdasarkan jarak robust dan nilai cut-offnya.Suatu pengamatan terdeteksi sebagai outlier ketika jarak robust lebih besar dari nilai cut-off. Sedangkan untuk mengklasifikasikan outlier tersebut dilakukan dengan cara membuat plot jarak mahalanobis versus jarak robust yang disebut dengan diagnostic plot. Pada penelitian ini dilakukan deteksi outlier untuk data tahun 1994 tentang gaji pegawai pada perguruan tinggi di Amerika. Berdasarkan analisis yang dilakukan dengan bantuan software R versi 2.13.2, dapat disimpulkan bahwa sebanyak 309 pengamatan terdeteksi sebagai outlier, yang terdiri dari 48 pengamatan termasuk jenis bad leverage dan 261 pengamatan termasuk jenis outlier orthogonal. Bagi peneliti lain yang ingin meneliti tentang pendeteksian outlier pada kasus multivariat dapat menggunakan metode-metode lain seperti metode Minimum Volume Ellipsoid (MVE) dan metode Welsch untuk kemudian dibandingkan tingkat efisiensinya dengan metode MCD. Kata Kunci : Analisis Komponen Utama, jarak robust, diagnostic plot, nilai cut-off, outlier multivariate.
KRIPTOGRAFI KLASIK DENGAN METODE MODIFIKASI AFFINE CIPHER YANG DIPERKUAT DENGAN VIGENERE CIPHER Nilamsari Kusumastuti., Juliadi, Bayu Prihandono,
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.v2i02.3025

Abstract

Kriptografi adalah ilmu atau seni untuk menjaga keamanan pesanyang meliputi aspek keamanan pesan seperti kerahasiaan, integritas data, serta otentikasi.Salah satu metode yang dapat untuk meyandikan pesan adalah Affine cipher dan Vigenere cipher. Metode modifikasi Affine cipher yang diperkuat dengan Vigenere cipher merupakan penggabungan dari Affine cipher dan Vigenere cipher. Plainteks dienkripsi dengan Affine cipher menggunakan persamaanCi=(aPi+b)mod m, dengan m adalah ukuran konversi,Pi adalah plainteks, Ci adalah cipherteks, a adalah kunci pertama dan b adalah kunci kedua. Enkripsi pada Affine cipher menghasilkan cipherteks sementara. Kemudian cipherteks sementara menjadi plainteks yang dienkripsi dengan Vigenere cipher menggunakan persamaan Ci=(Pi+kr)mod m, dengan kradalah kunci ketiga, sehingga menghasilkan cipherteks. Sebaliknya, untuk mendapatkan plainteks, cipherteks didekripsi dengan Vigenere cipher menggunakanPi=(Ci-kr)mod m, yang menghasilkan plainteks sementara, kemudian plainteks sementara menjadi cipherteks didekripsi dengan Affine cipher menggunakan persamaan Pi=a-1(Ci-b)mod m sehingga diperolehplainteks. Modifikasi Affine cipher yang diperkuat dengan Vigenere cipher merupakan dua kali proses penyandian. Kata kunci: Affine cipher, enkripsi, dekripsi,cipherteks, plainteks, Vigenere cipher.
ANALISIS DINAMIKA MODEL KOMPETISI DUA POPULASI YANG HIDUP BERSAMA DI TITIK KESETIMBANGAN TIDAK TERDEFINISI Helmi., Eka Nila Lospayadi Nurhamiyawan, Bayu Prihandono,
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 2, No 03 (2013)
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v2i03.3868

Abstract

Model kompetisi dua populasi merupakan suatu model matematika yang menggambarkan persaingan antar individu dalam satu populasi dan persaingan antar dua populasi untuk mendapatkan kebutuhan hidup yang sama. Model kompetisi dua populasi direpresentasikan dengan suatu sistem persamaan diferensial biasa nonlinear autonomus. Dinamika populasi erat kaitannya dengan pertumbuhan populasi, kesetimbangan populasi dan kestabilan. Dalam pemodelan matematika, suatu keadaan saat tidak terjadi perubahan jumlah populasi seiring berjalannya waktu diwakili oleh sebuah titik yang disebut titik kesetimbangan. Titik kesetimbangan dalam model kompetisi dua populasi mewakili beberapa kondisi yaitu kondisi saat kedua populasi punah, kondisi saat hanya populasi pertama hidup, kondisi saat hanya populasi kedua hidup, dan kondisi saat populasi pertama dan kedua hidup bersama. Titik kesetimbangan dalam dinamika populasi digunakan pada proses linearisasi sistem persamaan diferensial nonlinear untuk mendapatkan informasi kestabilan dari suatu sistem. Dalam suatu kondisi memungkinkan adanya titik kesetimbangan tidak terdefinisi, akibatnya kestabilan dari titik kesetimbangan tidak dapat diketahui dengan proses linearisasi sehingga tidak dapat diketahui dinamika populasi yang terjadi. Penelitian ini menganalisis dinamika model kompetisi dua populasi yang hidup bersama di titik kesetimbangan tidak terdefinisi. Model kompetisi dua populasi dianalisis secara analitik untuk mendapatkan solusi berupa persamaan pertumbuhan populasi terhadap waktu. Solusi dan grafik dari pertumbuhan populasi terhadap waktu menunjukan dinamika populasi yang stabil dari model kompetisi dua populasi yang hidup bersama di titik kesetimbangan tidak terdefinisi. Kata kunci: model kompetisi, titik kesetimbangan,kestabilan dan tidak terdefinisi.
METODE ADAMS-BASHFORTH-MOULTON DALAM PENYELESAIAN PERSAMAAN DIFERENSIAL NON LINEAR Evi Noviani., Apriadi, Bayu Prihandono,
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 3, No 02 (2014): BIMASTER
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v3i02.6561

Abstract

Metode Adams-Bashforth-Moulton merupakancara mencarisolusi numerik pada titik tertentu dari suatu persamaan diferensial non linear dengan nilai awal yang telah diketahui.Persamaan diferensial tersebut terlebih dahulu diselesaikan menggunakan metode Runge-Kutta orde empat untuk memperoleh empat solusi awal yang kemudian disubstitusikan ke persamaan prediktor Adams-Bashforth orde empat. Selanjutnya nilai prediksi tersebut diperbaiki menggunakan persamaan korektor Adams-Moulton orde empat. Metode Adams-Moulton dapat diselesaikan secara iterasi. Iterasi dihentikan apabila galat relatif kurang dari kriteria pemberhentian. Agar jumlah iterasi pada korektor Adams-Moulton dapat berkurang, maka diperlukan analisis pemilihan ukuran langkah h. Dalam menganalisis kriteria pemilihan ukuran langkah h, terlebih dahulu ditentukan galat relatif ε terhadap iterasi sebelumnya. Jika galat relatifnya berada dalam interval(ε1,ε2),dengan ε1dan ε2merupakan kriteria pemilihan ukuran langkah h, maka h telah optimal dan untuk langkah berikutnya digunakan nilai h yang sama dengan langkah sebelumnya. Jika galat relatif tidak memenuhi kriteria pemilihan ukuran langkah h, maka ukuran langkah h diubah dan kembali dihitung empat solusi awal menggunakan metode Runge-Kutta orde empat hingga diperoleh ukuran langkah h yang optimal. Metode Adams-Bashforth-Moulton orde empat dapat digunakan untuk mencari solusi numerik dari persamaan bandul sederhana dengan ukuran langkah h=0,1dan sudut awal 60o yang dibentuk oleh tali bandul dengan garis vertikal. Solusi numerik persamaan bandul sederhana pada saat t=1 detik dengan ukuran langkah optimal h=0,05 adalah39,21921867o.
MEMBENTUK PELABELAN SISI AJAIB SUPER PADA GRAF KEMBANG API Bayu Prihandono., Martina Ikopitria, 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.v4i01.9287

Abstract

Pelabelan pada sebuah graf adalah fungsi bijektif yang memetakan unsur-unsur pada suatu graf (titik dan sisi) ke suatu bilangan bulat positif. Misalkan G adalah sebuah graf dengan p titik dan q sisi. Fungsi bijektif f dari V(G)ÈE(G)ke {1, 2, …, p+q} disebut pelabelan sisi ajaib dari G jika terdapat sebuah konstanta c (disebut sebagai bilangan ajaib dari f) sedemikian sehingga f(u)+f(v)+f(uv)= c untuk setiap sisi uv dari G. Pelabelan sisi ajaib f disebut sisi ajaib super jika f(V(G))={1, 2, …, p} dan f(E(G))={p+1, p+2, …, p+q}. Dimisalkan G1, G2, …, Gn merupakan keluarga bintang terpisah, dengan vi merupakan salah satu daun dari Gi, 1≤ i ≤ n. Pohon yang terdiri dari semua n bintang dan gabungan lintasan v1, v2, …, vn disebut graf kembang api. Tujuan dari penelitian adalah memberi label setiap titik dan sisi pada graf kembang api berdasarkan pelabelan sisi ajaib super dan menentukan konstanta ajaib. Graf kembang api merupakan graf dengan pelabelan sisi ajaib super dengan konstanta ajaib c=5kn/2+5n+1 dan rumus pelabelan sisi ajaib super yang berbeda untuk nilai i ganjil dan i genap pada titik ai, bi, bij dan sisi ai-1ai, aibi, bibij . Kata kunci: graf bintang, konstanta ajaib
ANALISIS PEMBENTUKAN PORTOFOLIO OPTIMAL SAHAM MENGGUNAKAN METODE MULTIOBJEKTIF Dwi Nining Indrasari; Neva Satyahadewi; Hendra Perdana
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 9, No 4 (2020): 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.v9i4.42742

Abstract

Strategi yang dapat dilakukan investor dalam berinvestasi, yaitu dengan membentuk portofolio optimal. Portofolio optimal dapat dibentuk menggunakan metode multiobjektif, dimana metode tersebut dapat memaksimalkan return dan meminimalkan risiko pada waktu bersamaan. Pada metode multiobjektif terdapat koefisien pembobot yang digunakan untuk menunjukkan seberapa besar seorang investor mengambil risiko atas expected return. Tujuan dari penelitian ini adalah menganalisis besarnya nilai return dan risiko yang terbentuk dalam pembentukan portofolio optimal saham menggunakan metode multiobjektif. Data yang digunakan dalam penelitian merupakan data penutupan harga saham harian yang selalu masuk dalam indeks saham LQ-45 pada periode 1 Januari sampai dengan 31 Desember 2018. Saham yang dipilih untuk pembentukan portofolio optimal ada empat saham, diantaranya PTBA.JK, BBCA.JK, ICBP.JK, dan SMGR.JK. Pada kasus ini diambil contoh dengan menginvestasikan modal sebesar Rp50.000.000,00 dengan periode waktu 20 hari dan tingkat kepercayaan 95%. Berdasarkan hasil analisis menggunakan koefisien pembobot , maka diperoleh nilai return sebesar Rp4.962.680,00 dengan risiko sebesar Rp4.352.279,00. Kata Kunci: Metode Multiobjektif, Portofolio Optimal, Koefisien Pembobot
PENERAPAN METODE TOPSIS DALAM MENENTUKAN PENERIMA BERAS MISKIN Dwi Setiaji; Shantika Martha
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 10, No 1 (2021): 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.v10i1.44683

Abstract

Beras miskin (raskin) merupakan subsidi pangan sebagai upaya pemerintah untuk meningkatkan ketahanan pangan dan memberikan perlindungan pada keluarga miskin melalui pendistribusian beras yang diharapkan mampu menjangkau keluarga miskin. Banyaknya warga miskin dengan beragam kondisi mengakibatkan penentuan penerima raskin semakin sulit. Oleh karena itu, dibutuhkan metode yang dapat memudahkan pihak terkait untuk menyelesaikan permasalahan tersebut, salah satunya dengan metode TOPSIS (technique for order preference by similarity to ideal solution). TOPSIS adalah metode pengambilan keputusan multikriteria dengan ide dasarnya alternatif yang dipilih memiliki jarak terdekat dengan solusi ideal positif dan memiliki jarak terjauh dari solusi ideal negatif. Penelitian ini bertujuan sebagai bahan pertimbangan/rekomendasi untuk pihak Desa dalam menentukan penerima raskin. Pengambilan keputusan menggunakan tujuh kriteria antara lain umur, pekerjaan, penghasilan, luas bangunan, tanggungan, biaya tagihan listrik dan konsumsi daging. Hasil dari penelitian, direkomendasikan 10 orang penerima raskin dari 30 orang berdasarkan nilai kedekatan relatif dari urutan terbesar hingga terkecil. Nilai kedekatan relatif calon penerima raskin yang telah diurutkan tersebut dapat dijadikan pertimbangan dalam proses penyeleksian penerima raskin di Desa X Kabupaten Mempawah. Kata kunci:  MADM, Prioritas, TOPSIS, Matriks
PELABELAN GRACEFUL DAN SKOLEM GRACEFUL PADA GRAF U-BINTANG DAN GRAF S_n,3 Muhammad Ilyas; Yundari Yundari; Meliana Pasaribu
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 10, No 2 (2021): 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.v10i2.45751

Abstract

Pelabelan pada graf adalah sebarang fungsi yang menghubungkan unsur-unsur pada graf (titik atau sisi) dengan suatu bilangan (biasanya bilangan bulat tak negatif). Diberikan graf G dengan jumlah titik sebanyak  dan jumlah sisi sebanyak . Pelabelan graceful pada graf  adalah fungsi injektif  dari himpunan titik  ke himpunan  yang menginduksi fungsi bijektif  dari himpunan sisi  ke himpunan  sedemikian sehingga untuk setiap sisi  dengan  berlaku . Sedangkan pelabelan skolem graceful merupakan modifikasi dari pelabelan graceful. Graf yang memiliki pelabelan graceful atau skolem graceful berturut-turut disebut graf graceful atau graf skolem graceful. Graf yang digunakan dalam penelitian ini yaitu graf U-bintang dan graf . Graf U-bintang diperoleh dari amalgamasi titik pada graf  yang dimodifikasi sehingga membentuk graf  dengan dua graf bintang  dimana setiap titik berderajat satu pada graf  merupakan pusat graf bintang . Tujuan dari penelitian ini yaitu mengkonstruksi pelabelan graceful dan skolem graceful pada graf U-bintang  dan graf . Penelitian dimulai dengan membentuk graf U-bintang  dan graf . Kemudian graf tersebut dilabeli dengan pelabelan graceful dan skolem graceful. Pada penelitian ini diperoleh bahwa graf U-bintang dan graf  merupakan graf graceful dan graf skolem graceful. Selain itu juga diperoleh pola pelabelan graceful dan skolem graceful pada graf U-bintang  dan graf . Kata kunci: graf bintang, graceful dan skolem graceful
PEMBENTUKAN CLUSTER OPTIMUM BERDASARKAN METODE HIERARKI DIVISIVE Lidia Karnelia; Dadan Kusnandar; Shantika Martha
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 9, No 4 (2020): 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.v9i4.42276

Abstract

Analisis cluster merupakan teknik multivariat yang mempunyai tujuan untuk mengelompokkan objek-objek berdasarkan karakteristik yang dimiliki. Prosedur pengelompokan yang digunakan dalam analisis cluster yaitu metode hierarki dan non hierarki. Metode hierarki terdiri dari divisive dan alggomerative. Pembentukan jumlah cluster optimum yang tepat untuk digunakan diperoleh melalui identifikasi pola pergerakan varians pada cluster yang mencapai global optimum. Penemuan posisi cluster yang mencapai global optimum pada pola pergerakan varians diperoleh melalui penerapan metode valley-tracing. Pada penelitian, digunakan penerapan  analisis cluster hierarki divisive untuk  mengelompokkan 13 desa di Kecamatan Nanga Taman berdasarkan kelompok pendidikan yang ditamatkan tahun 2019. Dari hasil analisis pembentukan cluster optimum  pada metode hierarki divisive, diperoleh  sebanyak empat cluster. Informasi tersebut akan mempermudah pemerintah Kecamatan Nanga Taman dalam menanggulangi permasalahan  pendidikan karena tidak meratanya jumlah penduduk berdasarkan kelompok pendidikan yang ditamatkan. Anggota cluster pertama Desa Nanga Taman  tidak memiliki kemiripan dengan desa lainnya, karena  jumlah penduduk tamatan sarjana, diploma dan SMA terbanyak. Anggota cluster kedua Desa Nanga Mentukak dan Sungai Lawak, memiliki kemiripan berdasarkan jumlah penduduk tamatan diploma dan pada kelompok pendidikan lainnya tidak jauh berbeda. Anggota cluster ketiga Desa Nanga Koman dan Lubuk Tajau, memiliki kemiripan berdasarkan jumlah penduduk tamatan sarjana dan pada kelompok pendidikan lainnya tidak jauh berbeda. Anggota cluster keempat Desa Rirang Jati, Senangak, Nanga Kiungkang, Tapang Tingang, Nanga Mongko, Nanga Engkulun, Pantok dan Meragun, memiliki kemiripan berdasarkan kelompok pendidikan tidak/belum tamat SD dan tamatan SD.  Kata Kunci : Analisis Multivariat, Pendidikan, Global Optimum, Valley-Tracing.
ANALISIS TINGKAT INFLASI DAN BI RATE MENGGUNAKAN VECTOR ERROR CORRECTION MODEL Enis Rahayu; Yundari Yundari; Shantika Martha
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 10, No 1 (2021): 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.v10i1.44668

Abstract

Vector error correction model (VECM) merupakan bentuk VAR yang terestriksi, karena itu VECM sering disebut sebagai VAR terbatas yang dirancang untuk digunakan pada data non stasioner yang diketahui memiliki hubungan kointegerasi.VECM berguna untuk memperkirakan adanya jangka pendek keduanya dan jangka panjang dari satu deret waktu lainnya. Penelitian ini bertujuan untuk mengetahui hubungan kausalitas tingkat inflasi dan BI Rate dalam jangka pendek dan jangka panjang. Penelitian ini menggunakan metode vector error correction model (VECM) yang diterapkan pada data deret waktu dari tingkat inflasi  dan BI Rate beserta uji prasyarat yaitu uji stasioneritas data, uji lag optimal dan uji kointegrasi. Hasil uji stasioneritas menunjukkan tingkat inflasi dan BI Rate berada pada tingkat differensiasi pertama. Pengujian lag optimal menujukkan bahwa panjang lag optimal terletak pada lag 2. Sementara uji kointegrasi menujukkan tingkat inflasi dan BI rate memiliki hubungan jangka panjang (kointegrasi) satu dengan lainnya. Berdasarkan estimasi VECM maka diperoleh model VECM (2) sebagai model terbaik. Hasil model mengatakan bahwa ada hubungan kausalitas jangka pendek dan jangka panjang antara tingkat inflasi dan BI rate. Kata Kunci: Deret waktu, VECM, VAR, Kausalitas          

Page 41 of 84 | Total Record : 832

 39   40   41   42   43 

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 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 : 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 : 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 Vol 6, No 03 (2017): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya 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