cover
Contact Name
-
Contact Email
-
Phone
-
Journal Mail Official
-
Editorial Address
-
Location
Kota pontianak,
Kalimantan barat
INDONESIA
BIMASTER
ISSN : -     EISSN : -     DOI : -
Core Subject : Science, Education,
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
PEMODELAN FAKTOR-FAKTOR YANG MEMPENGARUHI JUMLAH KEMATIAN IBU HAMIL DENGAN REGRESI ZERO INFLATED GENERALIZED POISSON (ZIGP) Perangin Angin, Christi Alemsa; Debataraja, Naomi Nessyana; Sulistianingsih, Evy
BIMASTER : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 13, No 4 (2024): 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.v13i4.77971

Abstract

Angka Kematian Ibu (AKI) adalah parameter kesejahteraan wanita, parameter kesejahteraan sebuah negara serta menggambarkan hasil capaian pembangunan sebuah negara. Sejak tahun 2018 hingga 2021 AKI di Kapuas Hulu mengalami peningkatan. Pada tahun 2018 AKI di Kapuas Hulu sebesar 71 per 100.000 kelahiran hidup (KH) dan tahun 2021 naik menjadi 173 per 100.000 KH, sedangkan target Sustainable Development Goals (SDGs) adalah kurang dari 70 per 100.000 KH. Data AKI tersebut merupakan data diskrit yang berdistribusi Poisson. Namun jika dilihat berdasarkan kecamatan yang ada di Kapuas Hulu, masih terdapat AKI yang nol kematian. Proporsi data nol yang berlebihan pada variabel respon dapat menyebabkan adanya masalah zero inflation. Nilai nol yang berlebihan dalam Regresi Poisson dapat menyebabkan terjadinya pelanggaran asumsi equidispersi. Hal tersebut dapat diatasi dengan Regresi ZIGP. Penelitian ini bertujuan untuk memodelkan dan menentukan faktor kematian ibu hamil di Kabupaten Kapuas Hulu tahun 2018-2021 menggunakan Regresi ZIGP. Data yang digunakan pada penelitian ini adalah data profil kesehatan di 23 kecamatan yang ada di Kabupaten Kapuas Hulu. Variabel respon ( ) yang digunakan yaitu jumlah kematian ibu hamil. Data tersebut terlebih dahulu dilakukan pengujian asumsi equidispersi. Jika terjadi pelanggaran asumsi equidispersi, maka langkah selanjutnya yaitu melakukan pengujian asumsi Zero Inflation. Apabila terjadi pelanggaran asumsi Zero Inflation, maka pemodelan dapat dilakukan dengan menggunakan Regresi ZIGP. Proporsi nilai nol pada variabel tersebut sebanyak 92%, sehingga terdapat masalah Zero Inflation dan mengindikasikan terjadinya overdispersi pada Regresi Poisson. Berdasarkan hasil pemodelan terbaik dengan Regresi ZIGP, persentase kunjungan ibu hamil pertama (K1) merupakan faktor yang berpengaruh terhadap jumlah kematian ibu hamil.  Kata Kunci: AKI, ZIGP, Overdispersi.
MODERATED PLS-SEM: PERAN IHSG SEBAGAI MODERATOR DI ANTARA RASIO KEUANGAN DAN NILAI PERUSAHAAN PERBANKAN Rifqi, Bhima Fairul; Sulistianingsih, Evy; Imro’ah, Nurfitri
BIMASTER : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 13, No 5 (2024): 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.v13i5.84970

Abstract

Perusahaan merupakan satu dari sekian banyak aset yang sangat berharga dan bernilai. Semakin bagus kinerja suatu perusahaan, semakin naik pula harga dan nilai dari perusahaan tersebut. Hasil kinerja suatu perusahaan dimuat di dalam laporan keuangan yang dalam bentuk rasio-rasio keuangan. Salah satu metode yang dapat diterapkan untuk melakukan analisis nilai perusahaan ialah Moderated Partial Least Squared-Structural Equation Modeling (Moderated PLS-SEM). Moderated PLS-SEM merupakan metode PLS-SEM yang melibatkan variabel moderator. PLS-SEM adalah teknik analisis multivariat berbasis varian yang tidak memerlukan asumsi normalitas dan bisa digunakan pada sampel yang berjumlah relatif kecil, sedangkan variabel moderator merupakan variabel yang bisa meningkatkan atau menurunkan tingkat hubungan antara variabel laten eksogen (ξ) dan variabel laten endogen (η), melalui pembentukan variabel interaksi. Variabel interaksi adalah variabel yang terbentuk dari interaksi antara variabel laten eksogen dan variabel moderator. Penelitian ini berfokus pada analisis pengaruh rasio-rasio keuangan (profitabilitas, likuiditas, dan solvabilitas) terhadap nilai perusahaan perbankan, serta peran Indeks Harga Saham Gabungan (IHSG) dalam memoderasi hubungan antara rasio-rasio keuangan dan nilai perusahaan. Kesimpulan yang didapat ialah hanya profitabilitas yang memberikan pengaruh signifikan terhadap nilai perusahaan perbankan dan IHSG dapat memperkuat hubungan antara rasio solvabilitas dan nilai perusahaan.  Profitabilitas dan variable interaksi yang terbentuk antara solvabilitas dan IHSG mempengaruhi nilai perusahaan sebesar 46,2%.Kata Kunci:  Rasio Keuangan, Interaksi, Moderasi.
PENYELESAIAN INTEGRAL TAK WAJAR SECARA NUMERIK MENGGUNAKAN METODE TRAPESIUM Meiliana, Meiliana; Prihandono, Bayu; Yudhi, Yudhi
BIMASTER : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 13, No 1 (2024): 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.v13i1.74059

Abstract

Integral tak wajar merupakan bentuk integral yang memiliki batas integrasi yang tak terbatas atau memiliki fungsi yang tidak tedefinisi setidaknya pada satu titik dalam interval integrasi. Integral tak wajar sering kali sulit dan tidak bisa diselesaikan secara analitik, sehingga memerlukan metode khusus atau pendekatan numerik dalam menyelesaikannya. Salah satu metode numerik untuk mencari hampiran dari suatu integral tentu yaitu, metode trapesium. Metode trapesium merupakan salah satu metode numerik dalam menyeles aikan integral yang membagi interval integrasi menjadi beberapa trapesium dengan lebar yang sama, kemudian menghitung luas setiap trapesium dan menjumlahkannya untuk mendapatkan pendekatan nilai integral. Metode trapesium hanya dapat dilakukan untuk fungsi yang kontinu pada selang tutup dan hingga, namun tidak dapat digunakan secara langsung untuk fungsi yang terdefinisi pada selang tidak tutup atau selang tak hingga. Oleh karena itu pada penelitian ini ditambahkan syarat yaitu nilai limit di ujung interval di fungsi yang diselidiki sehingga diselesaikan integral tak wajar, baik itu tipe I maupun tipe II menggunakan metode trapesium. Aturan trapesium merupakan alat yang berguna untuk menghampiri integral dalam kasus-kasus tertentu, baik pada integral tak wajar tipe I maupun tipe II, tergantung pada sifat fungsi dan batas integralnya.  Kata Kunci : selang tak hingga, konvergen, aturan trapesium
PEMODELAN INDEKS PEMBANGUNAN KESEHATAN MASYARAKAT DI KALIMANTAN BARAT MENGGUNAKAN STRUCTURAL EQUATION MODELING-PARTIAL LEAST SQUARE Febriani, Nindy; Kusnandar, Dadan; Perdana, Hendra
BIMASTER : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 13, No 3 (2024): 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.v13i3.77709

Abstract

Permasalahan kesehatan merupakan permasalahan yang cukup kompleks pada setiap negara karena melibatkan banyak aspek. Partial Least Square (PLS) adalah suatu bentuk model persamaan struktural yang menggunakan komponen atau varian sebagai dasarnya. PLS merupakan metode alternatif yang mengubah pendekatan SEM dari berfokus pada kovarian menjadi berfokus pada varian. SEM kovarian biasanya menguji model sebab akibat, sementara PLS menguji outer model dan inner model. IPKM adalah parameter kesehatan yang digunakan untuk mengukur dan memberi gambaran permasalahan kesehatan masyarakat di Indonesia. Dalam penelitian ini digunakan data sekunder, yaitu data indeks pembangunan kesehatan masyarakat tahun 2018. Tujuan penelitian ini adalah untuk memodelkan indeks pembangunan kesehatan masyarakat (IPKM) di Provinsi Kalimantan Barat dengan menggunakan structural equation modeling-partial least square. Model SEM-PLS kemudian dibangun untuk menganalisis hubungan antarvariabel. Hasil analisis menunjukkan bahwa tidak terdapat variabel yang berpengaruh secara signifikan terhadap IPKM. Dengan nilai R-square sebesar 0,955 untuk variabel IPKM. Meskipun memiliki nilai R-square yang tinggi, artinya model yang diperoleh baik. Namun, tidak terdapat koefisien jalur yang signifikan. Ini menunjukkan bahwa meskipun model baik dalam menjelaskan data, hubungan antara variabel-variabel tidak terbukti secara statistik.  Kata Kunci : IPKM, SEM, PLS.
PENERAPAN MODEL REGRESI UNBALANCED PANELS DENGAN METODE FEASIBLE GENERALIZED LEAST SQUARE (FGLS) Bertiani, Marsela Dian; Debataraja, Naomi Nessyana; Imro’ah, Nurfitri
BIMASTER : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 13, No 1 (2024): 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.v13i1.74044

Abstract

Analisis regresi data panel diartikan dengan analisis yang diimplementasikan dalam struktur data panel. Ketidaklengkapan data dapat menjadi sebuah faktor penghambat dalam sebuah penelitian. Ketidaklengkapan data yang diperoleh bisa saja terjadi karena beberapa hal seperti pemekaran wilayah dan sebagainya. Metode Feasible Generalized Least Square (FGLS) merupakan sebuah metode yang diterapkan dalam mengatasi gejala heterokedastisitas dan autokolerasi pada data ketika nilai galat tidak diketahui. Studi kasus yang untuk penelitian ini ialah faktor-faktor yang menentukan curah hujan di Kalimantan Barat. Perubahan curah hujan di Indonesia khususnya Kalimantan Barat memiliki pengaruh langsung terhadap sumber daya air serta lahan. Tujuan dari penelitian ini adalah melakukan pemodelan regresi panel tidak lengkap pada pengaruh tekanan udara, jumlah kelembaban udara, suhu udara dan kecepatan angin terhadap curah hujan. Data yang digunakan merupakan data yang diperoleh dari Badan Pusat Statistik (BPS) Provinsi Kalimantan Barat. Variabel yang digunakan adalah data Curah Hujan (Y), Kelembaban Udara ( ), Suhu Udara ( ), Kecepatan Angin ( ) Tekanan Udara ( ) yang diambil dari delapan stasiun BMKG yang tersebar di seluruh Provinsi Kalimantan Barat. Hasil penelitian menunjukan bahwa model yang sesuai adalah model random effect dua arah dengan nilai  Dimana nilai koefisien regresi adalah sebesar 61,10%.  Kata Kunci: Panel Tidak Lengkap, REM, Koefesien Determinasi
GEOGRAPHICALL WEIGHTED ORDINAL LOGISTIC REGRESSION PADA KASUS STUNTING DI KALIMANTAN BARAT Muhtadi, Radhi; Martha, Shantika; Perdana, Hendra
BIMASTER : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 13, No 3 (2024): 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.v13i3.77423

Abstract

Stunting merupakan suatu masalah kurang gizi kronis yang diakibatkan asupan kurang gizi dalam jamgka waktu cukup lama, yang kemudian menyebabkan tumbuh kembang anak terganggu seperti tinggi badan yang lebih pendek dari standar usia anak pada umunya. Kasus stunting dikategorikan menjadi tiga kategori yang berskala ordinal yaitu tinggi, sedang, dan rendah. Kasus stunting di Provinsi Kalimantan Barat memiliki tingkat stunting yang berbeda-beda di setiap kabupaten/kotanya. Penelitian ini bertujuan untuk memperoleh model dan hasil prediksi kategori tingkat kasus stunting di kabupaten/kota yang ada di Provinsi Kalimantan Barat dengan mengaplikasikan Geographically Weighted Ordinal Logistic Regression (GWOLR) menggunakan fungsi pembobot Adaptive Gaussian Kernel. Data yang digunakan dalam penelitian ini adalah data sekunder yang bersumber dari website Badan Pusat Statistik dan website Satu Data Kalbar. Variabel terikat (Y) yang digunakan adalah tingkat kasus stunting dan variabel bebas (X) yang diduga mempengaruhi tingkat kasus stunting. Berdasarkan model GWOLR, didapat prediksi kategori untuk setiap lokasi pengamatan yaitu untuk Kabupaten Bengkayang, Landak, Mempawah, Sanggau, Ketapang, Sintang, Kapuas Hulu, Sekadau, Melawi, Kayong Utara, serta Kubu raya masuk dalam kategori tinggi, sedangkan untuk Kota Pontianak, Singkawang dan Kabupaten Sambas masuk dalam kategori rendah. Berdasarkan hasil prediksi, nilai ketepatan klasifikasi antar hasil prediksi menggunakan model GWOLR dengan hasil observasi adalah sebesar 64,29%. Kata Kunci: Stunting, Ordinal, Adaptive Gaussian Kernel
OPTIMASI TRANSPORTASI TIDAK SEIMBANG MENGGUNAKAN METODE LOWEST SUPPLY LOWEST COST (LSLC) DAN STEPPING STONE Saputra, Irpan; Pasaribu, Meliana; Yudhi, Yudhi
BIMASTER : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 13, No 5 (2024): 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.v13i5.81853

Abstract

Masalah transportasi berhubungan dengan pendistribusian barang dari beberapa sumber ke beberapa tujuan. Masalah transportasi tidak seimbang adalah masalah transportasi saat jumlah persediaan tidak sebanding dengan banyaknya permintaan; dengan kata lain, jumlah persediaan yang tersedia lebih besar atau lebih kecil dari pada banyaknya permintaan. Masalah transportasi adalah cara pengalokasian Yang tepat agar produk tersebut dapat didistribusikan sehingga biaya yang dikeluarkan seminimal mungkin. Tujuan pada penelitian ini adalah menentukan Solusi optimal suatu masalah transportasi. Permasalahan beras RASKIN diformulasikan ke dalam model transportasi. Model tersebut selanjutnya dicari Solusi fisibel awalnya dengan menggunakan metode Lowest Supply Lowest Cost (LSLC). Setelah itu diuji keoptimalannya dan dilakukan revisi tabel menggunakan metode Stepping Stone. Berdasarkan hasil diperoleh bahwa Gudang Wajok Hulu mendistribusukan beras ke Mempawah dan Landak, dan Gudang Sungai Raya mendistribusikan beras ke Pontianak dan Kubu Raya. Dengan demikian biaya pendistribusian adalah Rp. 1.903.539.690.  Kata Kunci:  Solusi Fisibel Awal, Revisi Tabel, Solusi Optimal
EKSPONENSIAL MATRIKS FIBONACCI Andika, Desy; Prihandono, Bayu; Fran, Fransiskus
BIMASTER : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 13, No 2 (2024): 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.v13i2.77000

Abstract

Bilangan Fibonacci adalah suku bilangan yang setiap angka dalam deret tersebut merupakan jumlah dari dua angka sebelumnya. Urutan bilangan Fibonacci biasa dimulai dari 0 dan diikuti oleh 1. Barisan Fibonacci dapat dinyatakan dalam bentuk matriks Fibonacci. Matriks Fibonacci adalah matriks dengan entri-entrinya merupakan bilangan Fibonacci. Pada artikel ini matriks Fibonacci digunakan untuk memperoleh bentuk eksponensial matriks. Eksponensial matriks merupakan fungsi pada matriks persegi yang dianalogikan ke fungsi eksponensial biasa yang disimbolkan dengan e^A, yang didefinisikan berdasarkan bentuk ekspansi deret Maclaurin dari e^x  dengan A  merupakan matriks persegi. Artikel ini bertujuan untuk menentukan perpangkatan matriks Fibonacci dan menentukan eksponensial matriks dari matriks Fibonacci dengan entri-entrinya merupakan bilangan Fibonacci. Langkah-langkah yang dilakukan dimulai dengan membentuk matriks Fibonacci F, setelah itu ditentukan akar-akar persamaan karakteristik dan nilai eigen, vektor eigen serta menentukan sifat eksponensial matriks dari matriks yang dapat didiagonalisasikan. Hasil yang diperoleh adalah perpangkatan dari matriks Fibonacci  dan bentuk eksponensial matriks .  Kata Kunci : barisan, nilai eigen dan vektor eigen, diagonalisasi
ANALISIS PELABELAN TITIK PADA GRAF SIERPINSKI GASKET S_n DAN PENCARIAN BILANGAN DOMINASI TOTAL UNTUK n=1-4 Tripina, Maria; Kusumastuti, Nilamsari; Yudhi, Yudhi
BIMASTER : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 13, No 4 (2024): 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.v13i4.78045

Abstract

Diberikan graf G=(V,E) dengan V adalah himpunan titik dan E adalah himpunan sisi yang menghubungkan sepasang titik. Dua buah titik u,v  dikatakan bertetangga jika u,v Ñ” E  Himpunan S subset V(G) disebut himpunan dominasi dari graf G jika setiap titik dari V(G) - S yang bertetangga setidaknya satu titik dari S  Himpunan dominasi S dari suatu graf G tidak tunggal dan kardinalitas himpunan terkecil dari graf G adalah bilangan dominasi γ (G)  Persekitaran dari himpunan S atau N(S) adalah himpunan semua titik di G yang bertetangga dengan titik di S  Himpunan S subset V adalah himpunan dominasi total di G  jika setiap titik v Ñ” V yang memenuhi N(S)=V dan kardinalitas himpunan dominasi total terkecil  dari graf G adalah bilangan dominasi total yang dilambangkan dengan γt (G). Penelitian ini membahas tentang analisis pelabelan titik pada graf Sierpinski Gasket  dan mencari bilangan dominasi total pada graf Sierpinski Gasket Sn untuk n=1-4. Graf Sierpinski Gasket Sn dikontruksikan berdasarkan segitiga Sierpinski. Segitiga Sierpinski merupakan fraktal yang serupa dengan dirinya yang dibangun dari sebuah segitiga sama sisi yang dibagi secara rekursif menjadi  buah segitiga yang kongruen dengan skala setengah dari segitiga sebelumnya. Hasil dari penelitian ini diperoleh bilangan dominasi total pada graf Sierpinski Gasket Sn.n Ñ” N yaitu: γt (S1)=2, γt (S2)=2, γt (S3)=5, γt (S4)=5Kata Kunci : Himpunan persekitaran, himpunan dominasi, bilangan dominasi.
PENERAPAN METODE MULTI ATTRIBUTE UTILITY THEORY TERHADAP KEPUTUSAN PENERIMAAN MAHASISWA SNMPTN (Studi Kasus: Program Studi Statistika Universitas Tanjungpura) Mursyidah, Lailatul; Perdana, Hendra; Huda, Nur’ainul Miftahul
BIMASTER : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 13, No 5 (2024): 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.v13i5.86302

Abstract

Seleksi Nasional Masuk Perguruan Tinggi Negeri (SNMPTN) merupakan salah satu jalur penerimaan mahasiswa pada Perguruan Tinggi Negeri yang menekankan pada nilai akademis tanpa melalui ujian tertulis. bagai salah satu Sistem Pendukung Keputusan (SPK), Metode Multi Attribute Utility Theory (MAUT) dapat digunakan sebagai alat bantu dalam memberikan alternatif keputusan terhadap kelulusan SNMPTN, dengan output berupa pemeringkatan melalui analisis alternatif keputusan. Kelebihan metode MAUT yaitu memiliki proses perhitungan yang cukup cepat dan sederhana, mampu mengolah data multi kriteria, dan bersifat fleksibel. Penelitian ini melibatkan metode Analytical Hierarchy Process (AHP) yang digunakan dalam proses penentuan bobot kriteria. Penelitian ini bertujuan memperoleh hasil keputusan pada penentuan penerimaan mahasiswa SNMPTN pada Program Studi Statistika Universitas Tanjungpura. Kriteria yang digunakan yaitu status pemilihan pada Program Studi Statistika Untan (C1), prestasi tingkat nasional (C2), prestasi tingkat provinsi (C3), rata-rata nilai rapor dari semester 1 sampai dengan 5 untuk mata pelajaran Matematika (C4), Fisika (C5), Kimia (C6), Biologi (C7), Bahasa Indonesia (C8), dan Bahasa Inggris (C9). Sampel penelitian diperoleh melalui metode Slovin yaitu sebanyak 37 mahasiswa angkatan 2021 di Prodi Statistika FMIPA Untan yang selanjutnya menjadi alternatif pada penelitian ini.    Kuota penerimaan mahasiswa SNMPTN Program Studi Statistika FMIPA Untan tahun 2021 sebanyak 20 mahasiswa. Hasil penelitian ini berupa rekomendasi 20 mahasiswa dengan kemungkinan tertinggi akan dinyatakan lulus SNMPTN berdasarkan kriteria penelitian yang diteliti. Hasil tersebut memiliki akurasi sebesar 65%. Hal ini dapat disebabkan oleh adanya beberapa kriteria lain yang mempengaruhi penerimaan SNMPTN tahun 2021.  Kata Kunci :  sistem pendukung keputusan, bobot, peringkat

Filter by Year

2012 2025


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 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