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
 42   43   44   45   46 
PENENTUAN NILAI PREMI ASURANSI PERTANIAN BERBASIS INDEKS CURAH HUJAN DENGAN METODE BURN ANALYSIS Feriliani Maria Nani; Neva Satyahadewi; Yudhi Yudhi
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.v10i1.44663

Abstract

Curah hujan merupakan faktor alam yang mempengaruhi produksi padi. Untuk itu, pemerintah perlu melindungi petani dalam meminimalkan risiko kerugian terhadap ancaman tersebut. Asuransi pertanian adalah asuransi di sektor pertanian yang saat ini dikembangkan di Indonesia. Asuransi pertanian berbasis iklim merupakan manajemen risiko terkait iklim. Tujuan dari penelitian ini adalah untuk menentukan langkah-langkah yang diperlukan dalam menentukan nilai indeks curah hujan pada asuransi pertanian dan menghitung nilai kontrak asuransi pertanian berbasis indeks curah hujan yang harus dibayar dengan menggunakan metode Burn Analysis, dimana asuransi tersebut bersifat tunggal. Hasil dari penelitian ini adalah jika nilai trigger (curah hujan) sebesar 42,8 mm maka premi yang harus dibayar adalah Rp 399.899,00 dan jika nilai trigger (curah hujan) sebesar 43,9 mm maka premi yang harus dibayar adalah Rp 393.323,00. Kata Kunci: Asuransi Pertanian, Metode Burn Analysis, Premi Asuransi, Indeks Curah Hujan
METODE PROJECTED UNIT CREDIT DAN INDIVIDUAL LEVEL PREMIUM DALAM PERHITUNGAN DANA PENSIUN Muhammad Ahyar; Neva Satyahadewi; Hendra Perdana
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.v10i1.44769

Abstract

Dana pensiun merupakan salah satu bentuk perencanaan masa depan yang bertujuan untuk menjamin kelangsungan hidup seorang karyawan pada masa pensiun. Besar premi yang harus dibayarkan tiap karyawan dalam dana pensiun disebut dengan iuran normal. Pembayaran iuran normal dilakukan dalam bentuk pemotongan gaji karyawan kemudian diinvestasikan selama masa kerja yang memungkinkan terbentuknya akumulasi dana yang cukup untuk pembayaran manfaat pensiun dalam memelihara kesinambungan penghasilan peserta pada hari tua. Penelitian ini bertujuan menghitung iuran normal, kewajiban aktuaria dan manfaat pensiun dengan menggunakan metode Projected Unit Credit (PUC) dan metode Individual Level Premium (ILP). Dalam hal ini digunakan kasus penerapan pada karyawan berjenis kelamin laki-laki berusia 31 tahun, dimana menjadi peserta pada usia 25 tahun, dan akan pensiun pada usia 56 tahun. Gaji pokok pada tahun pertama pada tahun 2014 dengan UMK Kota Pontianak sebesar Rp1.425.000/bulan. Berdasarkan perhitungan diperoleh, iuran normal yang harus dibayar tahunan menggunakan metode Projected Unit Credit adalah sebesar Rp108.857,- dengan total nilai akhir pembiayaan sebesar Rp42.584.634,-. Sedangkan metode Individual Level Premium Rp177.855 dengan total nilai akhir pembiayaan sebesar Rp35.595.490,-. Metode PUC diperoleh iuran normal lebih rendah dibandingkan metode ILP, hal ini dikarenakan metode PUC menghitung total manfaat pensiun berdasarkan total masa kerja. Sedangkan metode ILP menghitung pula asumsi kenaikan gaji berdasarkan anuitas yang telah ditentukan berdasar masa kerja.Kata kunci: Dana Pensiun, Iuran Normal, Manfaat Pensiun.
ANALISIS DERAJAT KESEHATAN DI KALIMANTAN BARAT DENGAN GENERALIZED STRUCTURED COMPONENT ANALYSIS Fajri Anugrah Pratiwi; Naomi Nessyana Debataraja; Shantika Martha
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.v10i2.46541

Abstract

Tinggi rendahnya angka kesehatan manusia dipengaruhi oleh faktor lingkungan, perilaku, pelayanan kesehatan, pendidikan, dan ekonomi. Faktor-faktor ini merupakan variabel laten yang tidak dapat diukur secara langsung. Jika ada sebuah hubungan antara laten dan indikatornya, maka metode yang digunakan adalah structural equation modeling (SEM). Pada penelitian ini digunakan SEM berbasis komponen yaitu generalized structured component analysis (GSCA). Metode ini tidak berdasarkan oleh banyak asumsi. Evaluasi pada GSCA dilakukan dalam tiga tahap yaitu pada model pengukuran, model struktural, dan overall goodness of fit model. Pada model pengukuran bertujuan untuk menguji hubungan antara variabel laten dan indikatornya. Sedangkan evaluasi pada model struktural untuk menguji hubungan antar variabel laten. Overall goodness of fit model merupakan model keseluruhan untuk melihat kecocokan suatu model dengan data keseluruhan. Tujuan dari penelitian ini adalah untuk menganalisis hubungan antara variabel perilaku terhadap lignkungan, pendidikan terhadap perilaku, ekonomi terhadap lingkungan, serta hubungan antara perilaku, lingkungan, pelayanan kesehatan, dan ekonomi terhadap derajat kesehatan menggunakan metode GSCA dengan bantuan software open source GeSCA. Hasil penelitian ini menunjukkan bahwa hubungan yang signifikan terdapat pada hubungan perilaku (variabel endogen) terhadap derajat kesehatan dan ekonomi (variabel eksogen) terhadap derajat kesehatan. Hasil model yang dibangun pada penelitian ini memiliki nilai FIT sebesar 0,5388 dan AFIT sebesar 0,4544. Sehingga model pada penelitian dapat dikatakan sudah cukup baik.  Kata Kunci : variabel laten, structural equation modeling (SEM), overall goodness of fit model
PERBANDINGAN KINERJA PETA KENDALI CUMULATIVE SUM DAN PETA KENDALI EXPONENTIALLY WEIGHTED MOVING AVERAGE Nurfitri Imro’ah, Dhea Trinandya Wijayanti, Helmi,
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.v9i4.43367

Abstract

 Pada umumnya peta kendali yang sering digunakan dalam pengendalian kualitas statistik adalah peta kendali Shewhart. Peta kendali ini bekerja hanya dengan menggunakan informasi yang terkandung dalam titik sampel terakhir dan mengabaikan informasi dari seluruh barisan titik sampel sebelumnya. Hal ini membuat peta kendali Shewhart kurang efektif dalam mendeteksi pergeseran rata-rata yang relatif kecil pada proses produksi. Sebagai alternatif, dikembangkan peta kendali Cumulative Sum (Cusum) dan peta kendali Exponentially Weighted Moving Average (EWMA). Penelitian ini menerapkan peta kendali Cusum dan peta kendali EWMA serta membandingkan kinerjanya dalam mendeteksi pergeseran rata-rata yang relatif kecil pada data produksi. Tahapan pengerjaan dimulai dari melakukan analisis peta kendali Cusum dan peta kendali EWMA dengan menghitung nilai statistik, batas kendali, dan membentuk grafik setiap peta kendali. Selanjutnya, dihitung nilai Average Run Length (ARL) sebagai acuan untuk membandingkan kinerja kedua peta kendali. Berdasarkan hasil penerapannya pada produksi wajan nomor 18 di CV. XYZ, pada peta kendali Cusum tidak terdapat titik-titik yang berada di luar batas kendali. Namun, pada peta kendali EWMA mampu mendeteksi adanya 9 titik yang berada di luar batas kendali sehingga proses produksi tidak terkendali secara statistik. Selain itu berdasarkan perolehan nilai ARL, diketahui nilai ARL peta kendali EWMA menunjukkan hasil yang lebih kecil yaitu sebesar 45,832 dibandingkan dengan nilai ARL peta kendali Cusum yang sebesar 69,108. Dari hasil analisis didapat kesimpulan bahwa peta kendali EWMA lebih efektif daripada peta kendali Cusum dalam mendeteksi adanya pergeseran rata-rata yang relatif kecil pada produksi wajan nomor 18 di CV. XYZ. Kata Kunci: Cusum, EWMA, ARL                                       
ANALISIS KORESPONDENSI DAN BIPLOT PCA PADA PRODI DI FMIPA UNTAN BERDASARKAN TINGKAT PENDIDIKAN DOSEN DAN KARAKTERISTIK MAHASISWA Yundari, Dwi Suci Ramadania,
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.v10i1.44686

Abstract

Analisis korespondensi merupakan sebuah teknik multivariat secara grafik yang digunakan untuk eksplorasi data dari sebuah tabel kontingensi. Metode ini dapat digunakan untuk melihat ada tidaknya hubungan antara variabel, dan dapat digunakan untuk melihat keterkaitan (kedekatan) suatu kategori pada satu variabel terhadap kategori variabel lainnya. Langkah awal  dilakukan dengan analisis korespondensi yaitu membuat matriks korespondensi, setelah itu mencari jumlah baris dan jumlah kolom, nilai singular, nilai diagonal, koordinat utama baris dan kolom dan membuat plot. Selanjutnya menganalisis biplot PCA. Penelitian ini bertujuan untuk menganalisis hubungan dan mendeskripsikan karakteristik tingkat pendidikan dosen dan karakteristik mahasiswa di FMIPA Untan pada periode 2018/2019. Hasil penelitian menunjukkan bahwa analisis korespondensi memiliki total keragaman 92,1%, sedangkan biplot PCA memiliki kebaikan sebesar 80,1%, yang berarti analisis korespondensi lebih baik dibangdingkan biplot PCA. Dan pada plot analisis korespondensi menunjukkan informasi yang baik dibandingkan grafik biplot PCA. Analisis korespondensi menunjukkan bahwa terdapat hubungan antara prodi sistem informasi dan sistem komputer pada variabel tingkat pendidikan dosen magister. Prodi ilmu kelautan dan geofisika memiliki hubungan pada variabel jumlah mahasiswa baru. Prodi matematika, fisika dan statistik memiliki hubungan pada variabel jumlah lulusan dan prodi biologi dan kimia memiliki hubungan pada variabel tingkat pendidikan dosen doktor. Kata Kunci: Tabel kontingensi, Singular-Value-Decomposition. Dimensi Dua 
PEMODELAN GJR-GARCH PADA DATA KURS HARIAN RUPIAH TERHADAP DOLAR AMERIKA SAAT KRISIS EKONOMI Shantika Martha, Dhea Aprilia Wulansari, Yundari,
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.v10i2.45878

Abstract

Kurs merupakan data keuangan suatu negara yang menunjukkan daya beli internasional pada negara yang bersangkutan. Krisis ekonomi global berdampak pada perekonomian yang berpengaruh terhadap kurs menjadi tidak stabil, sehingga mengakibatkan volatilitas dan biasanya memiliki variansi error yang tidak konstan (heteroskedastisitas). Model Generalized Autoregressive Conditional Heteroskedasticity (GARCH) adalah model deret waktu yang dapat digunakan untuk mengatasi masalah heteroskedastisitas. Namun, model GARCH mengabaikan efek asimetris pada volatilitas, sehingga dikembangkanlah model Glosten Jaganathan Runkle GARCH (GJR-GARCH) yang dapat menangkap pengaruh asimetris pada volatilitas. Penelitian ini menggunakan data kurs harian rupiah terhadap dolar Amerika saat krisis ekonomi yang terjadi pada awal tahun 2018 dan 2020. Tujuan penelitian ini untuk menyelidiki pengaruh asimetris terhadap volatilitas dan memodelkan GJR-GARCH pada return kurs. Hasil penelitian ini menunjukkan adanya pengaruh asimetris terhadap volatilitas karena error dari model GARCH(1,1) dengan MAPE sebesar 0,54% tidak berdistribusi normal. Sehingga model yang dapat digunakan adalah GJR-GARCH(1,1) dengan MAPE sebesar 0,39%. Model ini menghasilkan error yang white noise. Model ini juga, mengindikasi terdapat guncangan negatif yang berpengaruh terhadap volatilitas pada return kurs. Hal ini berarti pelemahan rupiah (penguatan dolar AS) akan mengakibatkan volatilitas yang lebih tinggi dibandingkan dengan penguatan rupiah (pelemahan dolar AS). Kata Kunci : kurs, krisis ekonomi, asimetris, GJR-GARCH
PENGOPTIMALAN RUTE PENDISTRIBUSIAN TABUNG GAS LPG 3 KG DENGAN ALGORITMA SEQUENTIAL INSERTION (Studi Kasus: Koperasi Pegawai Kantor Gubernur Kalimantan Barat) Yudhi, Syarifah Ratih Eka Wahyuni, Mariatul Kiftiah,
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.v9i4.42648

Abstract

LPG (Liquid Petrolium Gas) adalah salah satu komoditas sektor migas yang diproduksi oleh PT. Pertamina (Persero). Salah satu permasalahan yang dihadapi Koperasi Pegawai Negeri Kantor Gubernur Kalimantan Barat yaitu mendistribusikan tabung gas LPG dari Stasiun Pengisian  Bahan Bakar Elpiji (SPBE) ke setiap pangkalan. Permasalahan rute pendistribusian termasuk dalam Vehicle Routing Problem (VRP) yaitu permasalahan penentuan rute kendaraan untuk melayani beberapa pelanggan. Salah satu variasi VRP yaitu Capacitated Vehicle  Routing Problem (CVRP) dimana permasalahan setiap kendaraan yang mempunyai kapasitas terbatas. Variasi ini dapat diselesaikan menggunakan algoritma Sequential Insertion dimana terdapat empat kriteria dalam pemilihan pelanggan pertama yaitu earliest deadline, earliest ready time, shortest time window dan longest travel time. Penyelesaian permasalahan pendistribusian Gas LPG 3 kg di Koperasi Pegawai Negeri Kantor Gubernur Kalimantan Barat dengan algoritma Sequential Insertion memiliki hasil perhitungan dengan total jarak dan waktu tempuh yang berbeda untuk setiap kriteria yaitu untuk kriteria earliest deadline didapat total jarak dan waktu tempuh adalah 280.3 km dan 15.071 jam, Kriteria earliest ready time didapat total jarak dan waktu tempuh 293.66 km dan 15.4055 jam, Kriteria Shortest time window didapat total jarak dan waktu tempuh 276.54 km dan 14.6355 jam dan kriteria longest travel time didapat total jarak dan waktu tempuh 256.16 km dan 14.468 jam. Pada permasalahan ini dalam penentuan pelanggan awal dengan Kriteria longest travel time menghasilkan jarak dan waktu yang lebih optimal sehingga sistem pendistribusian lebih efisien dan juga menghemat biaya dalam  penggunaan bahan bakar bensin dan waktu dalam mendistribusikan LPG.Kata Kunci: Vehicle Routing Problem, Capacitated Vehicle Routing Problem, Sequential nsertion
BILANGAN TOTAL INDEPENDENCE PADA GRAF WEB DAN GRAF WEB TERTUTUP Fransiskus Fran, Dian Anggraini, Helmi,
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.v10i1.44671

Abstract

Suatu himpunan dari graf  dikatakan himpunan total independent jika anggotanya tidak saling bersisian atau bertetangga. Semua himpunan independent simpul dan matching juga merupakan himpunan total independent. Oleh karena itu hanya himpunan total independent yang dapat mencakup simpul dan sisi sekaligus. Kardinalitas terbesar himpunan-himpunan total independent dari  disebut bilangan total independence yang dinotasikan . Pada penelitian ini dibahas tentang  pada graf web  dan graf web tertutup  untuk .  Berdasarkan penelitian diperoleh bahwa bilangan total independence pada graf web dan graf web tertutup yaitu  dan .Kata kunci : graf cycle, matching, kardinalitas
PENERAPAN METODE PROJECTED UNIT CREDIT TIPE CONSTANT DOLLAR PADA PERHITUNGAN AKTUARIA DANA PENSIUN (Studi Kasus: Data Guru Honorer Sekolah Dasar Kec. Bunut Hilir) Hendra Perdana, Rina Amanda, Setyo Wira Rizki,
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.v10i2.45586

Abstract

Jaminan masa depan merupakan hak setiap pegawai setelah masa kerja berakhir, sehingga dibentuklah program dana pensiun. Untuk mengelola dana pensiun digunakan perhitungan aktuaria dana pensiun menggunakan metode projected unit credit (PUC) tipe constant dollar. Penelitian ini bertujuan untuk menganalisis hasil perhitungan iuran normal (NC), kewajiban aktuaria (AL), dan total nilai akhir iuran normal menggunakan metode projected unit credit terhadap guru honorer sekolah dasar di Kecamatan Bunut Hilir. Perhitungan dimulai dengan data peserta program dana pensiun berupa data usia masuk, usia saat ini, masa kerja, gaji saat ini, dan tingkat suku bunga. Langkah selanjutnya yaitu menghitung besar manfaat pensiun dengan tiga skala gaji, menghitung nilai sekarang manfaat pensiun, dan menghitung iuran pensiun serta kewajiban aktuaria. Berdasarkan hasil perhitungan, diperoleh bahwa kenaikan iuran normal, kewajiban aktuaria, dan total nilai akhir iuran normal di pengaruhi oleh masa kerja peserta dan tingkat suku bunga. Kata Kunci: Program Dana Pensiun, Iuran Normal, Kewajiban Aktuaria
PENENTUAN CADANGAN PREMI ASURANSI JIWA DWIGUNA MENGGUNAKAN METODE COMMISSIONERS Grikus Romi; Neva Satyahadewi; Naomi Nessyana Debataraja
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.v9i4.44079

Abstract

Premi adalah sejumlah uang yang harus dibayarkan setiap periode oleh peserta asuransi kepada perusahaan asuransi sesuai dengan nominal yang telah ditetapkan. Penerimaan premi yang diperoleh perusahaan tidak seluruhnya digunakan, sebagian disimpan sebagai cadangan premi, sehingga bila pada masa yang akan datang terjadi klaim maka perusahaan tidak kesulitan membayarnya. Tujuan dari penelitian ini adalah menentukan besarnya premi yang dicadangkan menggunakan metode commissioners. Dalam penelitian ini diamati kasus seorang laki-laki yang berusia 25 tahun mengikuti program asuransi jiwa dwiguna untuk masa pertanggungan selama 25 tahun dengan besarnya santunan Rp100.000.000 dan jangka waktu pembayaran premi selama 20 tahun. Hasil analisis menunjukkan pada tingkat suku bunga sebesar 4,75% diperoleh besarnya cadangan premi pada tahun pertama sebesar Rp1.741.513. Pada lima tingkat suku bunga yang besarnya berbeda-beda, yakni 4%, 4,5%, 5%, 5,5% dan 6% menunjukkan bahwa semakin besar tingkat suku bunga maka diperoleh nilai cadangan premi yang semakin kecil, hal ini dapat terjadi karena nilai suku bunga merupakan variabel faktor diskonto. Pada akhir periode asuransi, besarnya cadangan premi asuransi jiwa dwiguna adalah sama dan cukup untuk membayarkan uang santunan. Kata Kunci: polis, full preliminary term, suku bunga

Page 44 of 84 | Total Record : 832

 42   43   44   45   46 

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 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