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 849 Documents
 43   44   45   46   47 
ANALISIS PREMI TUNGGAL BERSIH ASURANSI JIWA DWIGUNA K-TAHUN UNIT LINK MENGGUNAKAN METODE POINT TO POINT DENGAN GARANSI MINIMUM DAN NILAI CAP Neva Satyahadewi, Fitriana Maghfiroh,
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.v10i1.44664

Abstract

Asuransi jiwa dwiguna unit link merupakan suatu produk asuransi yang menggabungkan asuransi jiwa dwiguna dengan unsur investasi. Oleh karena itu, asuransi ini memiliki unsur tabungan, proteksi dan investasi. Tujuan penelitian ini adalah menentukan besar nilai premi tunggal bersih asuransi jiwa dwiguna k-tahun unit link menggunakan metode point to point dengan garansi minimum dan nilai cap. Dalam metode point to point hasil investasi dihitung berdasarkan selisih antara harga saham pada saat jatuh tempo dengan harga saham pada saat kontrak polis, sehingga metode ini mengabaikan fluktuasi harga saham antara awal hingga akhir kontrak polis. Data yang digunakan dalam penelitian ini adalah data saham penutupan harian PT. Summarecon Agung Tbk tahun 2012 dan data suku bunga BI bulan Januari tahun 2013. Peluang hidup mengikuti Tabel Mortalita Indonesia tahun 2011. Dari hasil analisis diperoleh premi tunggal bersih asuransi jiwa dwiguna k-tahun unit link menggunakan metode point to point dengan garansi minimum dan nilai cap untuk seorang pria berusia 25 tahun dengan jangka waktu asuransi 5 tahun dan harga saham awal sebesar Rp620 serta jumlah saham yang akan dibeli sebesar 2.500 lembar yaitu Rp1.517.749. Kata Kunci: Asuransi Jiwa Dwiguna Unit Link, Metode Point to Point 
ANALISIS KORESPONDENSI UNTUK MENGETAHUI KETERKAITAN ALASAN MAHASISWA MEMILIH JURUSAN DI FMIPA UNIVERSITAS TANJUNGPURA Shantika Martha, Jaenal Abidin, Neva Satyahadewi,
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.v10i1.44771

Abstract

Analisis korespondensi merupakan salah satu teknik dalam analisis multivariat yang mempelajari hubungan antara dua variabel atau lebih dengan memperagakan baris dan kolom secara bersamaan dari tabel kontingensi. Tujuan penelitian ini membahas mengenai keterkaitan alasan mahasiswa memilih jurusan di FMIPA Universitas Tanjungpura. Proses analisis korespondensi dimulai dengan memasukkan data ke dalam tabel kontingensi, selanjutnya menghitung nilai Chi-Kuadrat dari setiap sel baris dan kolom, kemudian menentukan faktor yang menjadi alasan mahasiswa dalam memilih jurusan. Hasil dari penelitian ini adalah pada faktor biaya dan orang tua sangat berpengaruh bagi mahasiswa Jurusan Matematika dalam memilih jurusan, faktor orang tua, akreditasi jurusan, dan reputasi sangat berpengaruh bagi mahasiswa Jurusan Fisika dalam memilih jurusan, faktor biaya dan reputasi sangat berpengaruh bagi mahasiswa Jurusan Kimia dalam memilih jurusan, faktor orang tua dan minat bakat sangat berpengaruh bagi mahasiswa Jurusan Biologi dalam memilih jurusan, faktor biaya sangat berpengaruh bagi mahasiswa Jurusan Rekayasa Sistem Komputer dalam memilih jurusan, faktor biaya, orang tua, dan beasiswa sangat berpengaruh bagi mahasiswa Jurusan Ilmu Kelautan dalam memilih jurusan, faktor biaya, teman, dan prospek sangat berpengaruh bagi mahasiswa Jurusan Sistem Informasi dalam memilih jurusan. Kata Kunci: Tabel Kontingensi, Chi-Kuadrat
ANALISIS FAKTOR YANG MEMPENGARUHI KECELAKAAN LALU LINTAS DI KABUPATEN MEMPAWAH Naomi Nessyana Debataraja, Riani Mahalalita, Dadan Kusnandar,
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.v10i2.46542

Abstract

Kabupaten Mempawah merupakan salah satu daerah dengan angka kecelakaan tertinggi yang ada di Kalimantan Barat. Banyak faktor yang menjadi penyebab terjadinya kecelakaan lalu lintas seperti faktor individu serta lingkungan sehingga dibutuhkan suatu model untuk menganalisis faktor apa saja yang signifikan mempengaruhi kecelakaan lalu lintas. Regresi linier merupakan teknik analisis data dalam statistika yang digunakan untuk mengkaji hubungan antara beberapa variabel dengan melakukan estimasi terhadap parameter-parameternya. Model Regresi linier digunakan untuk menganalisis faktor-faktor yang diduga signifikan mempengaruhi angka kecelakaan lalu lintas di Kabupaten Mempawah tahun 2015 hingga 2018. Variabel-variabel yang digunakan pada analisis adalah angka kecelakaan lalu lintas sebagai variabel terikatnya serta empat variabel bebasnya yaitu jumlah penduduk, rasio jenis kelamin, panjang jalan rusak, dan persentase usia remaja. Hasil analisis menunjukkan bahwa dengan menggunakan model Regresi linier, didapat bahwa hanya variabel jumlah penduduk yang signifikan mempengaruhi angka kecelakaan lalu lintas di Kabupaten Mempawah dengan koefisien determinasinya sebesar 71%.                                                                                                                                                   Kata Kunci: Kecelakaan lalu lintas, Regresi linier, Stepwise.
PERBANDINGAN KINERJA PETA KENDALI DECISION ON BELIEF (DOB) DAN PETA KENDALI U PADA PRODUKSI CRUMB RUBBER Maria Regina Vindasari; Helmi Helmi; Nurfitri Imro’ah
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.v9i4.43369

Abstract

Setiap perusahaan pasti menginginkan proses produksi yang terkendali. Terkait hal itu, pemilihan peta kendali sebagai alat pengendalian kualitas statistik merupakan keputusan yang penting. Umumnya produk yang dihasilkan sebuah perusahaan memiliki jumlah yang bervariasi setiap periodenya serta pengendalian kualitas yang dilakukan lebih sering menghitung kecacatan dari produk yang dihasilkan. Peta kendali yang sesuai pada kasus tersebut adalah peta kendali atribut. Peta kendali atribut adalah peta kendali yang digunakan apabila karakteristik yang digunakan bersifat cacat atau tidak cacat. Pada kasus ini, dapat dipilih peta kendali 15u">  karena jumlah produksi yang dihasilkan bervariasi dan cacat yang dihitung adalah jumlah cacat pada per satuan produk. Perkembangan peta kendali atribut yang semakin pesat memunculkan peta kendali baru yang dinamakan peta kendali Decision on Belief (DOB). Peta kendali ini dikatakan lebih cepat dalam melihat pergeseran data. Terkait hal itu, dilakukan perbandingan kinerja antara peta kendali DOB dan peta kendali 15u">  untuk menganalisis proses produksi crumb rubber pada PT. PQL. Penelitian dilakukan dengan terlebih dahulu membuat peta kendali 15u">  dan peta kendali DOB. Setelah itu dilakukan analisis perbandingan kinerja dari peta kendali DOB dan peta kendali 15u"> . Hasil dari penelitian ini dapat disimpulkan bahwa kinerja dari peta kendali DOB lebih cepat mendeteksi pergeseran data sehingga dapat meminimalisir kemungkinan terjadinya proses yang tidak terkendali. Kata Kunci: Pengendalian kualitas statistik, Peta kendali 15u"> , Peta kendali DOB.
HOMOTOPY ANALYSIS METHOD (HAM) UNTUK MENYELESAIKAN PERSAMAAN DIFERENSIAL NONLINEAR Silvy Heriyanti; Mariatul Kiftiah; Yundari Yundari
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.v10i1.44724

Abstract

Homotopy Analysis Method (HAM) merupakan sebuah metode yang digunakan untuk memperoleh barisan solusi dari berbagai permasalahan diferensial nonlinear. Metode ini merupakan hasil konstruksi dari persamaan deformasi orde nol ke persamaan deformasi orde tinggi yang berdasar pada konsep fungsi homotopi dan deret Taylor. Penelitian ini mengkaji pembentukan HAM dan aplikasinya pada beberapa penyelesaian persamaan diferensial nonlinear. Tahap-tahap penyelesaian masalah diferensial nonlinear menggunakan HAM diawali dengan sebuah permasalahan persamaan diferensial nonlinear yang dibentuk ke dalam operator diferensial nonlinear  dengan  parameter homotopi . Kemudian dari operator diferensial nonlinear tersebut dibangun persamaan deformasi orde ke-   sehingga diperoleh bentuk solusi  yang kemudian disubstitusikan ke dalam deret  untuk  sampai . Hasil penyelesaian diferensial nonlinear dengan menggunakan HAM berlaku jika memenuhi teorema solusi HAM, sebaliknya jika tidak memenuhi teorema tersebut maka penyelesaian permasalahan diferensial tidak berlaku.  Kata Kunci : Metode Analisis Homotopi, Persamaan Diferensial Nonlinear
ANALISIS FAKTOR YANG MEMPENGARUHI LAMA MASA STUDI MAHASISWA FMIPA UNTAN MENGGUNAKAN MODEL PROBIT Yude Anggreni; Dadan Kusnandar; 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.v10i2.45879

Abstract

Model probit (probability unit) adalah model yang digunakan ketika variabel dependen (Y) berbentuk dikotomi atau biner dan galatnya diasumsikan berdistribusi normal. Penelitian ini bertujuan untuk menganalisis faktor yang mempengaruhi lama masa studi mahasiswa FMIPA Untan dengan menggunakan model probit. Data yang digunakan adalah data kelulusan mahasiswa FMIPA Untan angkatan 2011. Untuk mengestimasi parameter model probit digunakan Maximum Likelihood Estimation (MLE). Kemudian lakukan uji kebaikan dengan tiga tahapan, yaitu uji serentak, uji parsial, serta koefisien determinasi. Hasil dari ketiga uji menunjukkan bahwa model probit dapat digunakan untuk menganalisis faktor yang mempengaruhi lama masa studi mahasiswa FMIPA Untan dengan variabel independennya jenis kelamin, TUTEP (Tanjungpura University Test of English Proficiency), IPK (Indek Prestasi Mahasiswa) dan Jurusan. Berdasarkan hasil dari pengujian menunjukkan bahwa faktor yang mempengaruhi lama masa studi FMIPA Untan adalah variabel independen IPK (X3), dengan nilai McFadden R-square ( ) sebesar 0,1745.Kata kunci: Model Probit, Uji Serentak, Uji Parsial, McFadden R-square.
KAJIAN MATRIKS INTERVAL DAN SIFAT-SIFATNYA Epifania Kurva; Evi Noviani; Nilamsari Kusumastuti
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.v9i4.42650

Abstract

Misalkan IR menyatakan himpunan semua interval tertutup atas R. Matriks interval merupakan perluasan dari matriks real dengan elemen – elemen pada matriks interval berupa interval di IR. Aritmetika matriks interval merupakan generalisasi dari aritmetika matriks real, dimana operasinya menggunakan aturan-aturan yang berlaku dalam aritmetika interva. Oleh karena itu,terdapat sifat-sifat yang berlaku dalam aritmetika matriks real tapi  tidak berlaku dalam aritmetika matriks interval. Sifat-sifat tersebut terkait sifat distributif  yang tidak selalu berlaku pada elemen di IR.  Kata kunci : matriks, artimetika interval,sifat distributif
ANALISIS DAMPAK KOMPONEN INFLASI VOLATILE FOOD TERHADAP INFLASI DI KALIMANTAN BARAT DENGAN MODEL STRUCTURAL VECTOR AUTOREGRESSION Farhan Farhan; Dadan Kusnandar
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.v10i1.44672

Abstract

Inflasi volatile food sering sekali menjadi penyumbang inflasi di Indonesia maupun setiap provinsi di Indonesia. Hal ini disebabkan inflasi volatile food sangat rentan dipengaruhi oleh shock (guncangan) dalam kelompok bahan makanan seperti panen, gangguan alam, atau faktor perkembangan harga komoditas pangan domestik maupun perkembangan harga komoditas pangan internasional. Oleh karena itu penelitian ini dilakukan untuk mengetahui dampak inflasi volatile food terhadap angka inflasi di Kalimantan Barat agar bisa menghasilkan kebijakan yang sebaiknya diambil. Data yang digunakan adalah data time series bulanan yaitu data Indeks Harga Konsumen (IHK) dari Januari 2016 – Desember 2019. Data IHK tersebut digunakan untuk menghitung inflasi. Penelitian ini dianalisis menggunakan model Structural Vector Autoregression (SVAR) dalam restriksi jangka pendek. Penggunaan model SVAR dapat menganalisis bagaimana respon suatu variabel dan dapat memperhitungkan besaran persentase variasi variabel dependen terhadap perubahan (shock) variabel yang lain dalam model. Dapat dilihat dari hasil analisis Structural Impulse Response Function, bahwa guncangan inflasi volatile food direspon oleh inflasi Kalimantan Barat dalam jangka pendek. Pada hasil analisis Structural Variance Decomposition menunjukkan kontribusi inflasi volatile food terhadap inflasi Kalimantan Barat sebesar 75,97%. Angka tersebut membuktikan bahwa inflasi volatile food berpengaruh terhadap angka inflasi di Kalimantan Barat. Kata Kunci : inflasi, IHK, volatile food, SVAR.
SIFAT-SIFAT HIPERMATRIKS BERUKURAN n_1×n_2×n_3 Rizky Oktaviani; Mariatul Kiftiah; Fransiskus Fran
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.v10i2.45587

Abstract

Ukuran pada matriks tidak hanya terbatas pada  saja, tetapi ada juga yang berukuran . Untuk matriks yang berukuran  dinamakan dengan hipermatriks. Pada penelitian ini dibahas tentang operasi pada hipermatriks, sifat-sifat aritmatika pada hipermatriks terkait operasi penjumlahan, perkalian skalar dan perkalian, transpos hipermatriks dan sifatnya, identitas hipermatriks dan invers hipermatriks serta salah satu jenis hipermatriks yang dinamakan dengan hipermatriks transisi. Berdasarkan penelitian diperoleh ada operasi pada hipermatriks ada yang sama dengan operasi pada matriks dan ada yang berbeda yaitu pada operasi perkalian, pada transpos ada salah satu sifat yang tidak berlaku pada hipermatriks yaitu pada operasi perkalian. Penelitian ini juga diperolah salah satu jenis hipermatriks yaitu hipermatriks transisi. Hipermatriks dikatakan sebagai hipermatriks transisi jika entri pada hipermatriks  lebih besar atau sama dengan dan penjumlahan lapisan-lapisan pada setiap baris dan kolom yang sama adalah  dan hasil kali transisi dari dua hipermatriks transisi adalah hipermatriks transisi.   Kata Kunci : matriks, hipermatriks transisi, hasil kali transisi.
ANALISIS KASUS KEMATIAN YANG DISEBABKAN OLEH KECELAKAAN LALU LINTAS DENGAN METODE REGRESI ZERO INFLATED POISSON Setyo Wira Rizki, Magdalena Pelangi, 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.v9i4.44078

Abstract

Regresi Poisson adalah suatu metode statistika yang digunakan untuk melakukan analisis terhadap data diskrit, data tersebut menyatakan banyaknya suatu kejadian yang jarang terjadi dalam selang waktu tertentu. Salah satu ciri dari regresi Poisson adalah equidispersi, yakni keadaan dimana nilai mean dan varians dari variabel terikat bernilai sama, namun dalam analisis data sering ditemukan suatu keadaan yang disebut overdispersi. Salah satu penyebab terjadinya overdispersi adalah adanya terlalu banyak nilai nol pada variabel terikat. Salah satu metode yang digunakan dalam menganalisis masalah overdispersi adalah metode regresi Zero Inflated Poisson (ZIP). Data yang dianalisis ialah kecelakaan lalu lintas di Kota Pontianak tahun 2018. Penelitian ini bertujuan untuk menentukan faktor yang paling berpengaruh terhadap kecelakaan lalu lintas di kota Pontianak. Berdasarkan nilai signifikan, regresi ZIP lebih baik digunakan untuk memodelkan data kecelakaan lalu lintas di kota Pontianak tahun 2018. Model regresi ZIP untuk data kecelakaan lalu lintas adalah: log(μi) = -0,229+0,561 X2i dan logit (pi) = 1,100 -2,866X2i. Hasil dari pengujian menunjukan bahwa model regresi ZIP pada kematian akibat kecelakaan lalu lintas, faktor manusia ( ) yang memberikan pengaruh paling signifikan diantara faktor-faktor lainnya.Kata Kunci: Regresi Poisson, Overdispersi, Zero Inflated Poisson (ZIP) 

Page 45 of 85 | Total Record : 849

 43   44   45   46   47 

Filter by Year

2012 2026


Reset
Filter By Issues
All Issue Vol 15, No 1 (2026): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya 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