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 770 Documents
 5   6   7   8   9 
MINIMUM SPANNING TREE PADA JARINGAN FIBER OPTIC DI UNIVERSITAS TANJUNGPURA Neno Juli Triami; Yundari Yundari; Fransiskus Fran
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 9, No 1 (2020): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (506.585 KB) | DOI: 10.26418/bbimst.v9i1.38909

Abstract

Jaringan fiber optic merupakan suatu jaringan kabel yang dapat mentransmisikan sinyal cahaya dari suatu lokasi ke lokasi lainnya dengan kecepatan tinggi. Dibandingkan dengan kabel lainnya, kabel fiber optic ini cenderung lebih tahan lama, lebih cepat dalam mengirim sinyal cahaya. Namun demikian, harganya relatif lebih mahal dari kabel yang lainnya. Oleh karena itu diperlukan cara untuk meminimalisir jaringan pada jaringan fiber optic, salah satu caranya dapat menggunakan minimum spanning tree. Pada saat ini, di Universitas Tanjungpura sudah menggunakan jaringan fiber optic untuk akses internet dari satu unit ke unit yang lainnya. Dalam penelitian ini dibahas mengenai penerapan beberapa algoritma sebagai alternatif untuk mendapatkan MST pada jaringan fiber optic di Universitas Tanjungpura. Hasil penelitian menunjukkan jika menggunakan algoritma Kruskal, algoritma Prim, dan algoritma Sollin diperoleh  panjang jaringan kabel yaitu 4310 meter sedangkan sebelum menggunakan MST diperoleh panjang kabel sebesar 8765 meter. Selanjutnya, untuk jaringan fiber optic yang terbentuk dari algoritma Kruskal dan algoritma Prim menghasilkan jaringan yang sama, namun untuk algoritma Sollin berbeda. Perbedaannya terletak pada akses dari Fakultas Hukum ke Rumah Sakit Untan dan dari Fakultas Ekonomi dan Bisnis ke Fakultas Kedokteran. Kata Kunci : algoritma Kruskal, algoritma Prim, algoritma Sollin
RUANG FUNGSI L^2 SEBAGAI RUANG HILBERT Ade Rismayanti; Mariatul Kiftiah; Helmi Helmi
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 4 (2019): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (528.026 KB) | DOI: 10.26418/bbimst.v8i4.35874

Abstract

Ruang vektor yang dilengkapi dengan aksioma inner product disebut ruang inner product (pre-Hilbert). Ruang pre-Hilbert dikatakan lengkap jika setiap barisan Cauchy di dalamnya konvergen. Ruang pre-Hilbert yang lengkap adalah ruang Hilbert. Diberikan ruang fungsi   L^2 adalah himpunan semua fungsi bernilai kompleks yang mempunyai integral mutlak kuadrat berhingga  dan  merupakan suatu ruang vektor. Ruang fungsi L^2 yang dilengkapi inner product  membentuk ruang pre-Hilbert. Dalam penelitian ini ditunjukkan bahwa ruang fungsi  tersebut merupakan ruang Hilbert. Dari sifat kelengkapan dapat ditunjukkan setiap barisan Cauchy  di dalam ruang fungsi  konvergen maka ruang fungsi merupakan  ruang Hilbert.Kata kunci: Pre-Hilbert, Hilbert, ruang fungsi .
BILANGAN INDEPENDENT DOMINATION PADA BEBERAPA GRAF Lili Surai’ya; Evi Noviani; Fransiskus Fran
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 4 (2019): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (774.459 KB) | DOI: 10.26418/bbimst.v8i4.36582

Abstract

Suatu himpunan simpul dari graf  dikatakan himpunan domination jika semua simpul yang tidak berada di himpunan tersebut bertetangga dengan sedikitnya satu simpul di himpunan tersebut. Kardinalitas minimum dari himpunan domination disebut bilangan domination. Konsep himpunan domination terus berkembang salah satunya yaitu tentang himpunan independent domination. Simpul pada himpunan independent domination mendominasi simpul lain tetapi simpul pada himpunan tersebut tidak boleh saling bertetangga. Kardinalitas minimum dari himpunan independent domination yang dinotasikan dengan  disebut bilangan independent domination. Penelitian ini mengkaji tentang  pada beberapa graf yaitu graf cycle , graf roda  graf pizza  graf bunga matahari  graf antiprisma  dan graf prisma . Graf pizza dan graf bunga matahari dibangun dari graf roda, graf roda dibangun dari graf cycle. Graf antiprisma dan graf prisma dibangun dari graf cycle. Berdasarkan analisis pada penelitian ini diketahui bahwa , ,     ,   ,    ,  dan     untuk     yaitu    ,  untuk  yaitu , untuk  yaitu , dan untuk  yaitu   .Kata Kunci : graf cycle, graf roda, graf pizza, graf bunga matahari, graf antiprisma, graf prisma
ANALISIS DATA ANTRIAN DI PUSKESMAS PARIT HAJI HUSEIN 2 KOTA PONTIANAK Pranata Anggi; Yundari Yundari; Hendra Perdana
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 9, No 1 (2020): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (519.069 KB) | DOI: 10.26418/bbimst.v9i1.38670

Abstract

membangun kehidupan yang lebih sehat. Permasalahan yang sering terjadi pada puskesmas adalah lamanya prosedur di beberapa fasilitas pelayanan. Hal ini dapat diamati dari kedatangan pasien ke bagian pendaftaran, lalu pasien yang datang ke dokter, dan pasien mengambil obat di bagian instalasi farmasi. Sehingga diperlukan model sistem antrian yang sesuai dengan kondisi fasilitas pelayanan puskesmas. Tujuan penelitian adalah menganalisis proses kedatangan dan waktu pelayanan serta menganalisis model antrian yang sesuai di Puskesmas Parit Haji Husein 2 Kota Pontianak. Penelitian dilakukan dengan tahap yaitu pengumpulan data, analisis data, dan penarikan kesimpulan. Analisis data yang dilakukan untuk distribusi kedatangan dan waktu pelayanan pasien diuji dengan goodness of fit. Dari hasil analisis diperoleh model antrian bagian pendaftaran, poli anak, dan instalasi farmasi adalah (M/G/1):(FCFS/∞/∞). Pada bagian poli umum model antrian yang diperoleh adalah (M/G/2):(FCFS/∞/∞). Kesimpulan yang diperoleh berdasarkan kinerja antrian Puskesmas Parit Haji Husein 2 Kota Pontianak pelayanan pasien dibeberapa fasilitas pelayanan sudah berjalan baik. Dengan rata-rata jumlah kedatangan pasien (  tidak melebihi rata-rata kecepatan pelayanan pasien ( ). Kata Kunci: kolmogorov-smirnov, proses poisson, waktu antar kedatangan.
PERKALIAN MATRIKS PADA GRAF RODA Fransiskus Fran, Novita Indah Saputri, Mariatul Kiftiah,
BIMASTER Vol 9, No 2 (2020): BIMASTER
Publisher : BIMASTER

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (672.659 KB)

Abstract

Perkalian matriks pada graf adalah perkalian antara matriks ketetanggaan dari dua graf yang memiliki jumlah simpul yang sama. Matriks ketetanggaan dari suatu graf  disimbolkan dengan . Suatu matriks disebut grafikal apabila matriks tersebut merupakan matriks simetris  dengan entri pada diagonalnya adalah nol. Pada penelitian ini dibahas kondisi-kondisi perkalian matriks terkait graf roda  yang grafikal. Berdasarkan hasil penelitian diperoleh  dan  tidak grafikal apabila , dengan  merupakan komplemen graf roda dan graf  merupakan subgraf roda yang diperoleh dengan cara menghapus sisi yang tidak bersisian dengan simpul pusat. Selanjutnya diperoleh  tidak grafikal untuk semua  dan  tidak grafikal apabila , dengan graf  merupakan subgraf roda yang diperoleh dengan cara menghapus sisi yang bersisian dengan simpul pusat.Kata Kunci: matriks ketetanggaan, subgraf roda, komplemen graf roda.
ESTIMASI PARAMETER MODEL SURVIVAL DISTRIBUSI EKSPONENSIAL DATA TERSENSOR DENGAN METODE BAYESIAN GELF MENGGUNAKAN PRIOR INFORMATIF DAN NON-INFORMATIF Surati Surati; Helmi Helmi; Setyo Wira Rizki
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 7, No 2 (2018): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (117.886 KB) | DOI: 10.26418/bbimst.v7i2.24832

Abstract

Data survival adalah data yang menunjukkan waktu suatu individu atau objek dapat bertahan hidup hingga terjadinya suatu kegagalan atau kejadian tertentu. Data dikatakan tersensor apabila data tidak dapat diamati secara lengkap karena objek penelitian hilang atau mengundurkan diri atau sampai akhir penelitian objek tersebut belum mengalami kejadian tertentu. Tujuan pada penelitian ini adalah menentukan estimasi parameter model survival distribusi Eksponensial pada data tersensor dengan metode Bayesian GELF menggunakan prior Gamma sebagai prior informatif dan prior Jeffreys sebagai prior non-informatif dan menerapkan pada kasus penderita kanker paru-paru. Setelah diperoleh estimator dari kedua prior, selanjutnya diterapkan pada data pasien penderita kanker paru-paru berdistribusi Eksponensial  yang diambil dari program R versi 3.3.0 untuk mengetahui peluang individu dapat bertahan hidup. Nilai MSE yang diperoleh untuk fungsi survival dan fungsi hazard untuk prior Gamma ialah 0.000135766 dan 1.2999E-07, sedangkan fungsi survival dan fungsi hazard untuk prior Jeffreys ialah 0.000186044 dan 1.76866E-07. Berdasarkan nilai MSE dari estimator pada penelitian ini, diperoleh metode Bayesian GELF prior Gamma lebih baik dari pada metode Bayesian GELF prior Jeffreys. Salah satu contoh hasil dari olah data metode Bayesian GELF prior Gamma, diperoleh peluang hidup pasien pada kasus ini yang mengidap penyakit kanker paru-paru selama 1 hari adalah 0.992169551, selama 80 hari adalah 0.5331772256, selama 250 hari adalah 0.14011148, selama 587 hari adalah 0.009906501, dan selama 999 hari adalah 0.000388427. Kata Kunci: Distribusi Eksponensial, Metode Bayesian GELF, Prior Gamma, Prior Jeffreys, Survival.
PENERAPAN METODE K-MEDOIDS PADA PENGELOMPOKAN DAERAH PENGHASIL KELAPA SAWIT DENGAN VALIDASI INDEKS SILHOUETTE Ewaldus Okta; Neva Satyahadewi; Naomi Nessyana Debataraja
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 4 (2019): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (238.38 KB) | DOI: 10.26418/bbimst.v8i4.36362

Abstract

K-medoids termasuk metode partitioning clustering untuk mengelompokkan sekumpulan  objek menjadi sekumpulan  cluster. Penelitian ini dilakukan untuk mengelompokan kabupaten/kota yang memiliki luas lahan dan rata-rata produksi perkebunan kelapa sawit tertinggi sampai terendah. Tahap ini diawali dengan menghitung kemiripan antar objek menggunakan Jarak Euclidean, kemudian memilih k objek untuk menjadi medoids awal. Langkah selanjutnya adalah mengelompokan objek berdasarkan nilai Jarak yang paling mirip dengan medoids, lalu menghitung nilai absolute error dari cluster yang terbentuk. Tahap selanjutnya adalah melakukan hal yang sama terhadap medoids random, kemudian membandingkan nilai absolute error medoids awal dengan medoids random. Langkah selanjutnya adalah mengukur validitas dengan menggunakan validasi indeks silhouette. Cluster kesatu yaitu Kabupaten Sambas, Kabupaten Bengkayang, Kabupaten Mempawah, Kabupaten Kapuas Hulu, Kabupaten Kayong Utara, Kabupaten Kubu Raya dan Kota Singkawang untuk variabel luas lahan dan rata-rata produksi termasuk kedalam kategori rendah. Cluster kedua yaitu Kabupaten Landak, Kabupaten Sanggau, Kabupaten Ketapang dan Kabupaten Sintang untuk variabel luas lahan dan rata-rata produksi termasuk kedalam kategori sedang. Cluster ketiga yaitu Kabupaten Sekadau dan Kabupaten Melawi untuk variabel luas lahan termasuk kedalam kategori rendah dan rata-rata produksi termasuk kedalam kategori tinggi. Kata kunci: Analisis Cluster, K-medoids, Validasi Indeks Silhouette
PERAMALAN VOLATILITAS SAHAM MENGGUNAKAN MODEL THRESHOLD GENERALIZED AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTICITY Ervina Ervina; Dadan Kusnandar; Nurfitri Imro’ah
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 9, No 1 (2020): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (599.462 KB) | DOI: 10.26418/bbimst.v9i1.38588

Abstract

Model Threshold Generalized Autoregressive Conditional Heteroscedasticity (TGARCH) merupakan model yang digunakan untuk memodelkan volatilitas yang memiliki efek asimetris. Tujuan penelitian ini adalah memodelkan dan meramalkan volatilitas IHSG menggunakan model TGARCH untuk sepuluh periode ke depan. Data yang digunakan adalah data return IHSG penutupan mingguan dari tanggal 8 Februari 2009 sampai dengan 10 Februari 2019. Penelitian ini diawali dengan pembentukan model Box Jenkins. Residual model Box Jenkins terbaik digunakan untuk mendeteksi heteroskedastisitas menggunakan uji ARCH-LM. Data residual yang memiliki heteroskedastisitas dimodelkan ke dalam model GARCH. Residual model GARCH dan residual model Box Jenkins digunakan untuk memeriksa pengaruh asimetris, yaitu dengan melakukan korelasi silang pada kedua residual model tersebut. Berdasarkan hasil korelasi silang yang dilakukan didapatkan adanya pengaruh asimetris terhadap volatilitas, sehingga digunakan model TGARCH untuk mengatasinya. Model TGARCH terbaik dalam penelitian ini adalah TGARCH(1,1) berdasarkan nilai Akaike Information Criterion (AIC) dan Schwarz Criterion (SC) terkecil. Model TGARCH(1,1) digunakan untuk meramalkan volatilitas IHSG. Hasil peramalan volatilitas yang diperoleh untuk sepuluh periode ke depan mengalami peningkatan sebesar 0,000015 sampai dengan 0,000029.Kata Kunci: Asimetris, GARCH, TGARCH
BEBERAPA SIFAT KRONECKER PRODUCT Fransiskus Fran, Flasida Masita, Shantika Martha,
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 4 (2019): BIMASTER
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (329.409 KB) | DOI: 10.26418/bbimst.v8i4.35999

Abstract

Operasi pada matriks yang mensyaratkan ukuran diantaranya adalah operasi penjumlahan, operasi pengurangan, dan operasi perkalian. Selain itu terdapat operasi lain yang tidak mensyaratkan ukuran yaitu Kronecker product, yang dilambangkan dengan notasi . Penelitian ini bertujuan untuk mengkaji sifat-sifat Kronecker product pada matriks, diantaranya sifat operasi terkait penjumlahan, perkalian skalar matriks, perkalian matriks, transpos matriks, invers matriks, trace matriks, dan determinan matriks. Pada penelitian ini juga dibahas bahwa matriks hasil Kronecker product dari dua  matriks normal, matriks ortogonal, atau matriks simetri berturut-turut adalah matriks normal, matriks ortogonal, dan matriks simetri. Kata Kunci : Matriks, Determinan, Invers, Kronecker Product
ANALISIS DAMPAK PROGRAM TERAPI HIV-AIDS PADA MODEL PENYEBARAN PENYAKIT HIV-AIDS DENGAN POPULASI TERBUKA Yudhi, Feri Harianto, Evi Noviani,
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 9, No 1 (2020): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (683.984 KB) | DOI: 10.26418/bbimst.v9i1.37972

Abstract

Saat ini bagi penderita HIV-AIDS belum ditemukan vaksin maupun obat yang dapat menyembuhkan penyakit HIV-AIDS. Meskipun demikian penderita HIV-AIDS dapat melakukan suatu terapi dengan obat ARV untuk meningkatkan sistem kekebalan pada tubuh yang telah terinfeksi, memperlambat fase terinfeksi HIV menjadi AIDS, dan mencegah kematian akibat infeksi oportunistik. Total populasi (N) pada model matematika penyebaran penyakit HIV-AIDS dibagi menjadi empat subpopulasi, yaitu susceptible ( ) atau negatif HIV, infected ( ) atau positif HIV, treatment ( ) atau terapi HIV-AIDS, dan AIDS patients ( ) atau orang dengan HIV-AIDS (ODHA). Analisis pada model matematika menghasilkan dua titik kesetimbangan, yaitu titik kesetimbangan bebas penyakit ( ) dan titik kesetimbangan endemik penyakit ( ), kemudian dari titik kesetimbangan endemik penyakit selanjutnya menghasilkan angka reproduksi efektif ( ). Analisis kestabilan dari sistem pada titik kesetimbangan  stabil asimtotik ketika , namun sistem pada titik kesetimbangan  stabil asimtotik ketika . Simulasi model matematika pada model ini menunjukkan bahwa terapi yang diberikan pada penderita penyakit HIV-AIDS berpengaruh positif dalam mempertahankan jumlah subpopulasi negatif HIV, memperlambat penyebaran infeksi, serta mengurangi jumlah subpopulasi positif HIV, subpopulasi ODHA, dan kematian akibat HIV-AIDS.Kata kunci: HIV-AIDS, titik kesetimbangan, angka reproduksi efektif, kestabilan

Page 7 of 77 | Total Record : 770

 5   6   7   8   9 

Filter by Year

2012 2025


Reset
Filter By Issues
All Issue Vol 14, No 2 (2025): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 14, No 1 (2025): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 13, No 6 (2024): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 13, No 5 (2024): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 13, No 4 (2024): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 13, No 3 (2024): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 13, No 2 (2024): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 13, No 1 (2024): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 12, No 6 (2023): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 12, No 5 (2023): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 12, No 4 (2023): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 12, No 3 (2023): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya (dalam proses) Vol 12, No 3 (2023): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 12, No 2 (2023): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 12, No 1 (2023): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 11, No 5 (2022): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 11, No 4 (2022): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 11, No 3 (2022): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 11, No 2 (2022): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 11, No 1 (2022): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 10, No 4 (2021): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 10, No 3 (2021): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 10, No 2 (2021): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 10, No 1 (2021): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 9, No 4 (2020): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 9, No 3 (2020): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 9, No 3 (2020): BIMASTER Vol 9, No 2 (2020): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 9, No 2 (2020): BIMASTER Vol 9, No 1 (2020): BIMASTER Vol 9, No 1 (2020): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 4 (2019): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 4 (2019): BIMASTER Vol 8, No 3 (2019): BIMASTER Vol 8, No 3 (2019): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 2 (2019): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 2 (2019): BIMASTER Vol 8, No 1 (2019): BIMASTER Vol 8, No 1 (2019): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 7, No 4 (2018): BIMASTER Vol 7, No 4 (2018): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 7, No 3 (2018): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 7, No 3 (2018): BIMASTER Vol 7, No 2 (2018): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 7, No 2 (2018): BIMASTER Vol 7, No 1 (2018): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 7, No 1 (2018): BIMASTER Vol 6, No 03 (2017): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 6, No 03 (2017): BIMASTER Vol 6, No 02 (2017): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 6, No 02 (2017): BIMASTER Vol 6, No 01 (2017): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 6, No 01 (2017): BIMASTER Vol 5, No 03 (2016): BIMASTER Vol 5, No 02 (2016): BIMASTER Vol 5, No 01 (2016): BIMASTER Vol 4, No 03 (2015): BIMASTER Vol 4, No 01 (2015): BIMASTER Vol 4, No 2 (2015): BIMASTER Vol 3, No 03 (2014): BIMASTER Vol 3, No 02 (2014): BIMASTER Vol 3, No 01 (2014): Bimaster Vol 2, No 03 (2013) Vol 2, No 02 (2013): Bimaster Vol 2, No 1 (2013): BIMASTER Vol 1, No 01 (2012): BIMASTER More Issue