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
 51   52   53   54   55 
PEMODELAN DATA COVID-19 KASUS PASIEN TERKONFIRMASI DI KALIMANTAN BARAT MENGGUNAKAN FUZZY TIME SERIES CHENG Nurfitri Imro’ah, Riswi Maulidya Syahfutri, Yundari,
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 11, No 2 (2022): 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.v11i02.53281

Abstract

Fuzzy Time Series (FTS) merupakan kecerdasan buatan dalam peramalan, dimana data historis dibentuk ke dalam nilai-nilai linguistik. FTS termasuk salah satu soft computing yang telah digunakan dan dikembangkan oleh banyak peneliti, salah satunya adalah FTS yang dikembangkan oleh Cheng dimana FTS Cheng menggunakan prinsip-prinsip fuzzy sebagai dasarnya.  Penelitian ini menganalisis data COVID-19 di Kalimantan Barat pada periode 1 Desember 2020 hingga 31 Maret 2021 menggunakan pemodelan FTS Cheng. Pada peramalan FTS Cheng penentuan interval menggunakan metode strugges, kemudian menggunakan matriks pembobot ternormalisasi untuk analisis FTS Cheng dan diperoleh hasil prediksi 1 April 2021 yaitu 41 kasus terkonfirmasi COVID-19. Hasil ketepatan peramalan yang dihitung menggunakan Mean Absolute Percentage Error (MAPE) adalah 44,8%.Kata Kunci: Metode Strugges, Prediksi, COVID-19
PENERAPAN INCESSANT ALLOCATION METHOD (IAM) PADA PENDISTRIBUSIAN LPG 3 KG DI PT X KABUPATEN KUBU RAYA Ayu Lestari; Yundari Yundari; Meliana Pasaribu
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 10, No 4 (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.v10i4.50493

Abstract

Pendistribusian Liquefied Petroleum Gasses (LPG) dimulai dari Stasiun Pengisian dan Pengangkutan Bulk Elpiji (SPPBE) ke perusahaan, selanjutnya LPG didistribusikan ke pangkalan untuk selanjutnya disalurkan ke konsumen. Jenis LPG yang banyak digunakan oleh masyarakat ialah LPG 3 kg. PT X merupakan salah satu perusahaan pendistribusi LPG 3 kg di Kabupaten Kubu Raya. PT X mendistribusikan LPG ke 13 pangkalan di Kabupaten Kubu Raya. PT X mempunyai dua sumber yaitu SPPBE dan gudang. Biaya pendistribusian LPG 3 kg sepenuhnya ditanggung oleh PT X. Oleh karena itu, perlu dilakukan penelitian terkait pengoptimalan pengalokasian LPG 3 kg untuk meminimumkan biaya transportasi. Incessant Allocation Method (IAM) merupakan salah satu metode pada persoalan transportasi. IAM merupakan metode yang digunakan untuk menentukan solusi optimal dari masalah transportasi pada kasus seimbang atau tidak seimbang. Metode ini mengalokasikan permintaan (dari alokasi pertama ke alokasi terakhir) dalam sel biaya secara kontinu hingga permintaan dan persediaan terpenuhi. Permasalahan transportasi disusun dalam bentuk tabel transportasi. Tabel tersebut kemudian diselesaikan menggunakan IAM. Biaya transportasi dari perusahaan adalah Rp 18.407.000,00, sedangkan perhitungan biaya pendistribusian menggunakan IAM dengan mengalokasikan LPG 3 kg secara optimal adalah Rp 12.648.879,00. Dengan pengalokasian secara optimal, PT X dapat menghemat biaya sebesar Rp 5.758.121,00. Kata kunci: permintaan, biaya pendistribusian dan pengalokasian
ANALISIS DISKRIMINAN DENGAN K FOLD CROSS VALIDATION UNTUK KLASIFIKASI KUALITAS AIR DI KOTA PONTIANAK Neva Satyahadewi, Linda Mardiana, Dadan Kusnandar,
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 11, No 1 (2022): 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.v11i1.51608

Abstract

Bagi masyarakat Kota Pontianak kebutuhan air untuk higiene sanitasi sebagian besar bersumber dari sungai. Maka penting bagi masyarakat untuk mengetahui sejauh mana tingkat kualitas air yang saat ini mereka manfaatkan untuk kebutuhan sehari-hari. Analisis diskriminan adalah metode untuk mengklasifikasi suatu objek atau sampel ke dalam salah satu dari dua kelompok atau lebih. Tujuan penelitian ini adalah mengklasifikasikan tingkat pencemaran air berdasarkan indeks pencemaran. Metode k fold cross validation digunakan untuk memperoleh hasil akurasi yang maksimal dari fungsi analisis diskriminan. Penelitian ini menggunakan data primer 42 sampel air di kota Pontianak. Variabel dependen yang digunakan merupakan hasil dari perhitungan indeks pencemaran terdiri dari kategori tercemar ringan dan tercemar sedang. Variabel independen terdiri dari fluorida, kesadahan, nitrat, dan DO. Langkah-langkah penelitian yaitu menentukan indeks pencemaran yang digunakan sebagai variabel dependen, menguji asumsi normal multivariat dan kesamaan matriks varian-kovarian, membagi data dengan metode k fold cross validation, dan melakukan proses klasifikasi analisis diskriminan. Model diskriminan terbaik diperoleh pada eksperimen kedua adalah  dengan nilai Apparent Error Rate (APER) terendah yaitu sebesar 0,21. Kata kunci: analisis diskriminan, k fold cross validation, indeks pencemaran.
PENENTUAN CADANGAN PREMI ASURANSI JIWA DWIGUNA JOINT LIFE DENGAN METODE CANADIAN Hendra Perdana, Suciati Pratiwi, Neva Satyahadewi,
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 11, No 2 (2022): 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.v11i02.53274

Abstract

Cadangan premi asuransi adalah sejumlah dana yang dihimpun oleh perusahaan asuransi sebagai persiapan pembayaran saat terjadi klaim. Cadangan premi dapat dihitung dengan metode Canadian yang merupakan perluasan dari metode Prospektif dengan menyetarakan premi modifikasi awal metode Canadian premi bersih dan selisih antara premi bersih untuk polis dengan premi natural. Penelitian ini bertujuan untuk menganalisis perhitungan cadangan premi yang harus dikeluarkan perusahaan apabila terjadi klaim pada asuransi jiwa dwiguna joint life dengan menggunakan metode Canadian. Langkah-langkah perhitungan cadangan premi yaitu dimulai dengan menghitung nilai sekarang aktuaria, nilai anuitas awal, kemudian menentukan premi tahunan, menentukan nilai premi modifikasi untuk tahun-tahun berikutnya, dan menghitung besarnya nilai cadangan premi. Penelitian ini dilakukan pada pasangan suami istri dengan berbagai kriteria, diantaranya ketika usia suami sama dengan usia istri, usia suami lebih tua dari usia istri dan usia istri lebih tua dari usia suami serta tingkat suku bunga yang bervariasi. Program asuransi jiwa yang diambil yaitu asuransi jiwa dwiguna joint life dengan masa pertanggungan 25 tahun dan jangka waktu pembayaran premi selama 23 tahun. Berdasarkan studi kasus, diperoleh nilai cadangan premi tahunan berdasarkan usia menunjukan bahwa ketika usia suami lebih tua atau sama dengan usia istri, maka nilai cadangan premi lebih besar dibandingan ketika usia istri lebih tua dari usia suami. Sedangkan berdasarkan tingkat suku bunga yang bervariasi, semakin besar tingkat suku bunga, maka nilai cadangan premi akan semakin kecil. Kata kunci:   Cadangan Premi, joint life, Canadian
ANALISIS TEKNIKAL SAHAM MENGGUNAKAN INDIKATOR MOVING AVERAGE CONVERGENCE DIVERGENCE (MACD) Hendra Perdana, Khapidz Mahendra, Neva Satyahadewi,
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 11, No 1 (2022): 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.v11i1.51602

Abstract

Analisis teknikal saham merupakan suatu metode pembacaan grafik data historis saham untuk mengetahui pergerakan saham. Metode ini banyak digunakan oleh para trader dalam menentukan waktu untuk mengambil posisi dalam membeli atau menjual suatu saham. Penelitian ini bertujuan untuk menganalisis perhitungan indikator teknikal saham dengan menggunakan metode Moving Average Convergence Divergence (MACD) dan menentukan waktu untuk jual dan beli saham. MACD berguna menunjukkan trend harga saham yang sedang terjadi dan membantu untuk menentukan daerah jenuh jual dan jenuh beli sebagai sinyal untuk trader untuk membeli atau menjual saham. Perhitungan MACD ini berbasis EMA (Exponential Moving Average) dimana EMA merupakan pergerakan rata-rata yang terboboti secara eksponensial, dengan periode jangka pendek yang digunakan adalah 12, periode jangka panjang yang digunakan adalah 26, dan periode standar sebagai signal line yang digunakan adalah 9. Pengambilan keputusan jika MACD > Signal line maka terjadi bullish, sebaliknya jika MACD < Signal line maka terjadi bearish. Bullish merupakan indikasi sinyal untuk melakukan beli saham, sedangkan bearish indikasi sinyal untuk melakukan jual saham. Berdasarkan studi kasus menggunakan data saham di LQ-45 diketahui bahwa sinyal beli dan jual saham pada PT. Bukit Asam Tbk (PTBA) sebanyak 3 sinyal, yaitu pada tanggal 26 Februari 2019 terdapat sinyal untuk melakukan beli karena MACD line berada diatas signal line yang berarti akan terjadi trend naik (bullish). Pada tanggal 28 Februari 2019 terdapat sinyal untuk melakukan jual karena MACD line berada dibawah signal line yang berarti akan terjadi trend turun (bearish). Kemudian pada tanggal 13 Maret 2019 terdapat sinyal untuk melakukan beli karena MACD line berada diatas signal line yang berarti akan terjadi trend naik.Kata Kunci: analisis teknikal, saham, MACD, EMA.
SIFAT-SIFAT AKAR PADA PERSAMAAN POLINOMIAL BERDERAJAT DUA ATAS LAPANGAN KOMPLEKS Fransiskus Fran, Ridha Ash Siddiqy, Mariatul Kiftiah,
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 11, No 2 (2022): 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.v11i02.53265

Abstract

Persamaan polinomial berderajat dua atas lapangan kompleks adalah persamaan polinomial yang memiliki pangkat variabel tertingginya dua dan koefisiennya merupakan bilangan kompleks. Polinomial f(x) memiliki akar jika terdapat elemen pembuat nol a sedemikian sehingga f(a)=0. Penelitian ini bertujuan mengkaji sifat-sifat akar pada persamaan polinomial berderajat dua atas lapangan kompleks berdasarkan diskriminan dan koefisien serta mengkaji sifat aritmatika terhadap operasi akar persamaan polinomial berderajat dua atas lapangan kompleks. Langkah-langkah dalam menentukan sifat-sifat akar pada persamaan polinomial berderajat dua tersebut dimulai dari menentukan diskriminan. Setelah itu dilanjutkan menentukan akar persamaan polinomial berderajat dua atas lapangan kompleks. Dari akar persamaan dan diskriminan tersebut diperoleh sifat-sifat akar pada persamaan polinomial berderajat dua yaitu dua akar kompleks yang kembar, dua akar real yang berbeda, dua akar kompleks yang berbeda, akar kompleks yang konjugat, dan dua akar kompleks yang saling berkebalikan. Sifat aritmatika pada persamaan polinomial berderajat dua atas lapangan kompleks merupakan sifat yang lebih cenderung ke arah bentuk operasi akar-akar persamaan polinomial berderajat dua yang melibatkan sifat-sifat dari bilangan kompleks.Kata Kunci : polinomial, lapangan, diskriminan, bilangan kompleks
PERBANDINGAN STRUKTUR HIMPUNAN MATRIKS INTERVAL DAN HIMPUNAN MATRIKS INTERVAL ATAS ALJABAR MAX-PLUS Helmi, Sendy Taradipa, Nilamsari Kusumastuti,
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 11, No 2 (2022): 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.v11i02.53505

Abstract

Aljabar max-plus(ℝmax) merupakan himpunan semua bilangan real ℝÈ{e}, dengan {e}=-¥ yang dilengkapi operasi maximum, dinotasikan dengan Å, dan operasi penjumlahan, dinotasikan dengan Ä. Himpunan ℝmax dimotivasi dari pemodelan sistem kejadian diskret. Hal ini yang menjadi alasan pemilihan operasi maximum sebagai operasi penjumlahan dan operasi penjumlahan sebagai operasi perkalian. ℝmax memiliki struktur yang berbeda dengan struktur aljabar klasik, sehingga struktur aljabar max-plus menjadi topik yang menarik untuk dikaji. Beberapa tahun terakhir, banyak penelitian yang memadukan teori pada ℝmax dan teori pada aljabar linear yang mempelajari teori matriks dan pengembangannya, yaitu teori matriks interval. Himpunan matriks interval berordo n´n atas aljabar max-plus merupakan himpunan semua matriks dengan entri-entrinya berupa interval pada aljabar max-plus. Hal menarik yang ingin dikaji dalam penelitian ini adalah bagaimana perbandingan struktur dari I(ℝ)max dengan himpunan semua matriks interval pada aljabar klasik M(ⅅ). Dari hasil penelitian ini diperoleh bahwa himpunan matriks interval berordo n´n atas aljabar max-plus memiliki struktur semiring idempoten dengan matriks elemen netral eₙ,ₙ, yaitu matriks dengan semua entri berbentuk [e,e] dan elemen penyerap Eₙ,ₙ, adalah matriks dengan entri-entri berbentuk [E,E]dengan E=0. Sedangkan himpunan matriks interval berordo n´n memiliki struktur ring dengan matriks elemen identitas 0ₙ,ₙ=[0,0] dan matriks elemen identitas 1ₙ,ₙ=[1,1].Kata Kunci: Matriks, Interval, Aljabar Max-Plus, Semiring
ANALISIS BIPLOT DAN PROCRUSTES PADA INDIKATOR INDEKS PEMBANGUNAN MANUSIA DI KALIMANTAN BARAT Hendra Perdana, Reni Kurniawati, Setyo Wira Rizki,
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 11, No 1 (2022): 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.v11i1.51591

Abstract

Indeks pembangunan manusia menjadi tolok ukur pencapaian pembangunan manusia yang lebih berkualitas. Tiga dimensi dasar IPM yaitu meliputi pengetahuan, standar hidup layak, serta umur panjang dan hidup yang sehat. Penelitian ini bertujuan untuk memetakan wilayah kabupaten/kota dan indikator indeks pembangunan manusia ke dalam sebuah grafik menggunakan analisis biplot. Serta menentukan kemiripan dan besar perubahan konfigurasi geometris grafik biplot pada tahun 2019 dan 2020. Kemiripan dan besar perubahan hasil pemetaan kedua grafik dilihat dengan menggunakan analisis procrustes. Hasil analisa grafik biplot menunjukkan bahwa indikator dengan keberagaman tertinggi yaitu pada angka harapan hidup. Kota Pontianak dan Kota Singkawang merupakan wilayah dengan indikator IPM relatif tinggi dibandingkan wilayah lainnya. Berdasarkan analisis procrustes menunjukkan bahwa tingkat kemiripan hasil pemetaan grafik biplot yaitu sebesar 99,9% dengan besar perubahan konfigurasi sebesar 0,01%. Dengan kata lain, nilai indikator indeks pembangunan manusia secara multivariat di Kalimantan Barat pada tahun 2019 dan 2020 sangat mirip dan pola perubahan yang terjadi sangat kecil.  Kata Kunci : Biplot, procrustes, indeks pembangunan manusia (IPM)
METODE GENERALISASI UNTUK MENCARI AKAR KUADRAT MATRIKS BERORDO 2×2 Fransiskus Fran, Fereccella Zunetta, Nilamsari Kusumastuti,
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 11, No 1 (2022): 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.v11i1.52197

Abstract

Suatu matriks ???? dikatakan akar kuadrat dari matriks ????, dinotasikan sebagai √????, jika ???? memenuhi (????^2)= ????. Akar kuadrat suatu matriks tidak dapat ditentukan secara langsung dengan mengakarkan entri-entrinya, oleh karena itu diperlukan suatu metode khusus untuk mencarinya. Salah satu metode yang digunakan adalah metode Cayley-Hamilton, tetapi metode ini hanya dapat diterapkan pada matriks definit positif, yaitu matriks yang semua nilai eigennya bernilai positif. Sedangkan untuk matriks definit negatif dan indefinit, metode Cayley-Hamilton ini tidak dapat digunakan. Untuk itu, pada artikel ini dibahas mengenai metode lain yang merupakan generalisasi dari metode Cayley-Hamilton, yaitu metode generalisasi untuk mencari akar kuadrat dari sebarang matriks persegi berordo 2*2. Berdasarkan Teorema Cayley-Hamilton persamaan karakteristik dari matriks ???? adalah (λ^2)- (tr(A))λ+det(A)=0. Dimisalkan matriks ???? memenuhi ????=????^2 maka berlaku det(????)=±√(det(????)) dan tr(????)=±√(tr (????)±(2√(det(????))). Jika tr(A)≠0 maka matriks ???? ditentukan melalui persamaan ???? =1/(tr(A))*(???? +det(????)I). Jika tr(A)=0, maka (????^2)∊I dengan I={αI⃒α∊ℂ}, sehingga matriks ???? ditentukan melalui persamaan ????=√α√I, dengan √I  adalah akar kuadrat dari matriks identitas I.Kata Kunci: determinan matriks, Metode Cayley-Hamilton, trace matriks.
PERBANDINGAN METODE SIMULASI HISTORIS DAN SIMULASI MONTE CARLO KELOMPOK SAHAM JAKARTA ISLAMIC INDEX Setyo Wira Rizki, Iffa Yara Rohidin, Neva Satyahadewi,
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 11, No 2 (2022): 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.v11i02.53441

Abstract

Value at Risk (VaR) adalah estimasi kerugian maksimum dari sebuah investasi yang akan dialami oleh investor pada periode waktu dan tingkat kepercayaan tertentu. Nilai VaR dapat dihitung menggunakan metode simulasi historis dan simulasi Monte Carlo. Metode simulasi historis adalah metode yang mengesampingkan asumsi mengenai normalitas. Sedangkan metode simulasi Monte Carlo mengasumsikan bahwa return berdistribusi normal. Didalam penelitian ini dilakukan simulasi sebanyak 25 kali untuk metode simulasi Monte Carlo. Metode simulasi Monte Carlo tidak memiliki batasan untuk melakukan simulasi. Semakin banyak simulasi yang dilakukan, maka hasil yang akan diperoleh akan lebih baik. Tujuan penelitian ini adalah menganalisis perbandingan hasil estimasi VaR dengan metode simulasi historis dan simulasi Monte Carlo pada saham JII. Saham-saham yang termasuk dalam kelompok  JII memiliki kinerja yang lebih baik dalam hal return dan dari segi  risiko relatif lebih rendah dibandingkan dengan saham -saham kelompok non-JII. Penelitian ini menggunakan data mingguan periode 1 Januari 2018-28 Desember 2020. Hasil penelitian menunjukkan nilai VaR untuk kode saham UNVR, TLKM dan UNTR dengan metode simulasi historis adalah 6,06%, 7,17% dan 8,86%. Sedangkan nilai VaR untuk kode saham UNVR, TLKM dan UNTR menggunakana metode simulasi Monte Carlo adalah 5,34%, 6,87% dan 7,47%. Hasil perbandingan nilai VaR untuk simulasi historis dan simulasi Monte Carlo pada kode saham UNVR, TLKM dan UNTR masing-masing sebesar 0,72%, 0,30% dan 1,39%. Maka hal ini menunjukkan bahwa metode simulasi Monte Carlo dalam penelitian ini lebih baik dalam mengestimasi nilai VaR. Kata Kunci: VaR, Simulasi Historis, Simulasi Monte Carlo, JII, Return

Page 53 of 84 | Total Record : 832

 51   52   53   54   55 

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 : 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 Vol 8, No 3 (2019): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 2 (2019): BIMASTER Vol 8, No 2 (2019): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya 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 : 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