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 870 Documents
 83   84   85   86   87 
K-HARMONIC MEANS CLUSTERING DENGAN VALIDASI DUNN INDEX UNTUK PENGELOMPOKAN TINGKAT PENGANGGURAN DI KALIMANTAN BARAT Margareta, Tiara; Imro'ah, Nurfitri; Perdana, Hendra
BIMASTER : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol. 15 No. 2 (2026): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : Faculty of Mathematics and Natural Sciences Tanjungpura University

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Tingkat pengangguran menjadi salah satu isu ketenagakerjaan yang dipengaruhi oleh beragam faktor sosial dan ekonomi yang berbeda di setiap wilayah. Berdasarkan kondisi tersebut, diperlukan pengelompokan kabupaten/kota di Provinsi Kalimantan Barat menurut faktor-faktor yang memengaruhi tingkat pengangguran. Penelitian ini bertujuan untuk mengelompokkan kabupaten/kota di Provinsi Kalimantan Barat menggunakan metode K-Harmonic Means serta menentukan jumlah cluster yang optimal berdasarkan Dunn Index. Variabel yang digunakan dalam penelitian ini meliputi Tingkat Partisipasi Angkatan Kerja (TPAK), laju pertumbuhan Produk Domestik Regional Bruto (PDRB), persentase penduduk miskin, Rata-rata Lama Sekolah (RLS), angka ketergantungan, jumlah penduduk, serta realisasi investasi Penanaman Modal Asing (PMA) dan Penanaman Modal Dalam Negeri (PMDN). Berdasarkan hasil analisis, diperoleh jumlah cluster optimal sebanyak empat cluster dengan parameter = 2,5; 3; 3,5; dan 4, serta nilai Dunn Index sebesar 0,635 yang merupakan nilai tertinggi dibandingkan jumlah cluster lainnya. Hasil pengelompokan menunjukkan bahwa Cluster 1 ditandai oleh TPAK yang relatif tinggi, namun masih disertai pertumbuhan PDRB terendah dan persentase penduduk miskin yang cukup tinggi, sehingga menunjukkan penyerapan tenaga kerja belum optimal. Cluster 2 memiliki pertumbuhan PDRB dan realisasi PMDN yang tinggi, mencerminkan kondisi ekonomi dan pasar kerja yang lebih kondusif. Cluster 3 menonjol dengan jumlah penduduk serta realisasi PMA yang sangat tinggi, tetapi juga memiliki tingkat kemiskinan tertinggi, sehingga menunjukkan belum meratanya kesejahteraan. Sementara itu, Cluster 4 dicirikan oleh rata-rata lama sekolah yang tinggi namun TPAK relatif rendah, yang mengindikasikan pemanfaatan tenaga kerja terdidik belum optimal.
PENYELESAIAN MASALAH PENUGASAN MENGGUNAKAN METODE PINALTI Agari, Fransiska Rika; Noviani, Evi; Fran, Fransiskus
BIMASTER : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol. 15 No. 2 (2026): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : Faculty of Mathematics and Natural Sciences Tanjungpura University

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Indonesia merupakan negara penghasil minyak sawit terbesar di dunia. Di Kalimantan Barat, Kabupaten Sanggau tercatat sebagai wilayah dengan luas perkebunan sawit terbesar kedua setelah Kabupaten Ketapang, PT. Perkebunan Nusantara XIII Unit Kebun Inti Sungai Dekan yang beroperasi di Kabupaten Sanggau, menghadapi masalah penugasan tidak seimbang karena jumlah pekerja lebih banyak daripada jumlah pekerjaan. Penelitian ini bertujuan membentuk model matematika masalah penugasan dan menerapkan metode pinalti untuk meminimumkan total waktu pengerjaan. Model yang digunakan memiliki kendala bahwa setiap pekerja hanya mengerjakan satu pekerjaan dan setiap pekerjaan dikerjakan oleh minimal satu orang pekerja. Data penelitian terdiri atas 12 pekerja dan 7 jenis pekerjaan. Penyelesaian dilakukan dengan metode pinalti kolom melalui penentuan solusi awal berdasarkan nilai pinalti, kemudian dilanjutkan dengan penentuan solusi optimal melalui pembentukan loop pada sel basis dan nonbasis. Hasil penelitian menunjukkan bahwa pekerjaan I dikerjakan oleh dan , pekerjaan II oleh dan , pekerjaan III oleh dan , pekerjaan IV oleh , pekerjaan V oleh , pekerjaan VI oleh dan , serta pekerjaan VII oleh dan . Total waktu penyelesaian seluruh pekerjaan adalah 159 jam.
KELENGKAPAN PADA RUANG METRIK KOMPLEKS Steven; Yudhi; Pasaribu, Meliana
BIMASTER : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol. 15 No. 2 (2026): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : Faculty of Mathematics and Natural Sciences Tanjungpura University

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Secara umum, metrik didefinisikan sebagai fungsi jarak yang memetakan pasangan unsur dalam suatu himpunan tak kosong yang memenuhi beberapa aksioma khusus. Pasangan , yang merepresentasikan himpunan beserta fungsi metriknya , dikenal sebagai ruang metrik. Konsep ini kemudian dikembangkan lebih lanjut menjadi ruang metrik kompleks . Kelengkapan pada ruang metrik memastikan setiap barisan Cauchy di dalam ruang tersebut konvergen menuju ke suatu titik anggota ruang itu sendiri. Penelitian dalam skripsi ini berfokus pada analisis mendalam mengenai karakteristik barisan konvergen dan barisan Cauchy, khususnya terkait pemenuhan sifat kelengkapan pada ruang metrik kompleks. Melalui pendekatan studi kepustakaan (literature review), dilakukan penelaahan terhadap berbagai referensi ilmiah yang relevan dengan topik ruang metrik kompleks beserta kelengkapannya. Berdasarkan hasil kajian, disimpulkan bahwa setiap barisan Cauchy di dalam ruang metrik kompleks terbukti konvergen, yang sekaligus mengonfirmasi status struktur tersebut sebagai ruang metrik kompleks yang lengkap.
ANALISIS PERPINDAHAN STATUS KUALITAS UDARA BERDASARKAN KONSENTRASI PM2.5 DENGAN CONTINUOUS-TIME MARKOV CHAIN (CTMC) Septiani, Thara Amalia; Martha, Shantika; Satyahadewi, Neva
BIMASTER : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol. 15 No. 2 (2026): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : Faculty of Mathematics and Natural Sciences Tanjungpura University

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Kualitas udara merupakan faktor lingkungan yang berpengaruh terhadap kesehatan masyarakat, khususnya yang berkaitan dengan konsentrasi partikel halus PM2.5. Status kualitas udara dapat berubah dari waktu ke waktu sehingga diperlukan pendekatan analisis yang mampu menggambarkan pola perpindahan status tersebut secara probabilistik. Penelitian ini bertujuan untuk menganalisis karakteristik perpindahan status kualitas udara PM2.5 serta mengestimasi probabilitas transisi dan ekspektasi waktu bertahan setiap status kualitas udara menggunakan pendekatan Continuous-Time Markov Chain (CTMC). Data yang digunakan berupa data konsentrasi PM2.5 per jam yang diperoleh dari Badan Meteorologi, Klimatologi, dan Geofisika (BMKG) Stasiun Meteorologi Kelas l Supadio pada periode Agustus hingga Oktober 2025. Konsentrasi PM2.5 diklasifikasikan ke dalam status kualitas udara berdasarkan Indeks Standar Pencemar Udara (ISPU), kemudian dibentuk transisi antarstatus berdasarkan urutan pengamatan per jam. Parameter model CTMC berupa matriks generator (Q-matrix) diestimasi menggunakan metode Maximum Likelihood Estimation. Hasil analisis menunjukkan bahwa status baik memiliki ekspektasi waktu bertahan paling lama, yaitu sekitar 6,41 jam, diikuti status sedang sekitar 3,29 jam, sedangkan status tidak sehat memiliki waktu bertahan paling singkat, yaitu sekitar 1,76 jam. Distribusi steady-state menunjukkan bahwa dalam jangka panjang kualitas udara cenderung berada pada status baik dengan probabilitas sekitar 63,38%, diikuti status sedang sebesar 34,66%, sementara status tidak sehat memiliki probabilitas yang relatif kecil. Pola probabilitas transisi dalam interval satu jam menunjukkan bahwa perubahan status kualitas udara umumnya terjadi secara bertahap.
EVALUASI KINERJA MODEL PREDIKSI RETURN SAHAM MENGGUNAKAN METODE LIGHT GRADIENT BOOSTING MACHINE Satrya, Ya’ Aditya Dian; Perdana, Hendra; Sulistianingsih, Evy
BIMASTER : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol. 15 No. 2 (2026): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : Faculty of Mathematics and Natural Sciences Tanjungpura University

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Investasi saham memiliki risiko yang sebanding dengan potensi keuntungannya akibat volatilitas harga pasar yang dinamis. Ketidakpastian pergerakan harga yang fluktuatif ini menjadi tantangan utama bagi investor dalam menentukan momentum investasi yang tepat. Penelitian ini bertujuan untuk mengevaluasi kinerja model prediksi return saham PT Bank Negara Indonesia Tbk (BBNI.JK) serta mengidentifikasi indikator teknikal yang memiliki pengaruh terbesar menggunakan metode Light Gradient Boosting Machine (LightGBM). Data yang digunakan dalam penelitian ini adalah data historis harian periode 18 September 2023 hingga 18 September 2025. Variabel target yang ditetapkan adalah log return harian, sedangkan variabel prediktor terdiri dari Indeks Harga Saham Gabungan (IHSG) dan indikator teknikal yaitu Simple Moving Average ( ), Exponential Moving Average ( ), Moving Average Convergence Divergence (MACD), Relative Strength Index (RSI). Proses pembentukan model dilakukan dengan skema pembagian 80% data training dan 20% data testing. Berdasarkan evaluasi kinerja pada data testing, diperoleh nilai Root Mean Squared Error (RMSE) sebesar 0,024667 dan Mean Absolute Error (MAE) sebesar 0,019465. Hasil analisis tingkat kepentingan fitur menunjukkan bahwa indikator MACD memberikan kontribusi paling dominan dengan nilai gain 0,3235, diikuti oleh . Hal ini mengindikasikan bahwa model LightGBM secara dominan memanfaatkan sinyal momentum dan tren jangka menengah dalam memprediksi variabel target.
PERBANDINGAN PENDEKATAN SIMULASI HISTORIS DAN EKSPANSI CORNISH FISHER DALAM ESTIMASI EXPECTED SHORTFALL UNTUK RISIKO PORTOFOLIO SAHAM Alqadri, Syarifah Putri Tasya Vahira; Sulistianingsih, Evy; Satyahadewi, Neva
BIMASTER : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol. 15 No. 2 (2026): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : Faculty of Mathematics and Natural Sciences Tanjungpura University

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Investor yang bijak dalam berinvestasi harus memiliki strategi dan pengetahuan yang cukup demi memperoleh keuntungan (return) tertentu dengan risiko sekecil mungkin, salah satu upaya yang dapat dilakukan adalah melakukan analisis risiko portofolio. Metode yang dapat digunakan untuk mengukur risiko portofolio yaitu Expected Shortfall (ES) dengan pendekatan Simulasi Historis dan Ekspansi Cornish Fisher. Penelitian ini bertujuan membandingkan dua pendekatan dalam mengestimasi Expected Shortfall (ES) sebagai alat ukur untuk risiko portofolio saham. Pendekatan yang digunakan yaitu Simulasi Historis dan Ekspansi Cornish Fisher. Data yang digunakan adalah data harga penutupan saham PT Bank Rakyat Indonesia Tbk (BBRI.JK) dan PT Bank Central Asia (BBCA.JK) periode 01 Mei 2021-01 Mei 2022 sebanyak 245 hari. Hasil penelitian dengan modal awal sebesar Rp100.000.000 pada tingkat kepercayaan 95% untuk Expected Shortfall (ES) dengan pendekatan Simulasi Historis yaitu menunjukkan potensi kerugian sebesar Rp3.051.000, sedangkan untuk ES dengan pendekatan Ekspansi Cornish Fisher menunjukkan potensi kerugian sebesar Rp2.540.000. Hasil ini menunjukkan bahwa pendekatan Simulasi Historis memberikan estimasi kerugian yang lebih tinggi, sedangkan Cornish-Fisher cenderung memberikan estimasi risiko yang lebih rendah.
PERAMALAN HARGA SAHAM BBNI DENGAN METODE SINGLE EXPONENTIAL SMOOTHING Maulana, Abdul; Rahmawati, Asri
BIMASTER : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol. 15 No. 2 (2026): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : Faculty of Mathematics and Natural Sciences Tanjungpura University

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Harga saham sering berubah setiap hari, sehingga investor harus memiliki informasi yang tepat untuk mengambil keputusan investasi yang baik. Satu cara yang bisa dilakukan adalah dengan memperkirakan berdasarkan data yang sudah ada sebelumnya. Penelitian ini bertujuan untuk memahami sejauh mana metode Single Exponential Smoothing (SES) mampu meramalkan harga saham BBNI dan mendapatkan prediksi harga saham untuk masa yang akan datang. Data yang digunakan adalah harga penutupan saham BBNI selama periode Juli 2022 sampai Agustus 2025. Penelitian ini menggunakan pendekatan kuantitatif dengan analisis deret waktu. Proses peramalan dilakukan dengan menguji beberapa nilai konstanta pemulusan , kemudian dipilih nilai yang menghasilkan tingkat kesalahan paling kecil berdasarkan ukuran Mean Absolute Percentage Error (MAPE). Hasil analisis menunjukkan bahwa metode SES mampu memberikan hasil peramalan yang baik dalam mengikuti pola pergerakan harga saham BBNI. Nilai terbaik diperoleh pada dengan nilai MAPE sebesar , yang termasuk dalam kategori kemampuan peramalan sangat baik. Berdasarkan model tersebut, harga saham BBNI pada periode 1 September 2025 diperkirakan sebesar Hasil penelitian ini menunjukkan bahwa metode SES bisa digunakan sebagai salah satu pilihan dalam memperkirakan harga saham, terutama untuk data yang memiliki pola pergerakan harga yang cukup stabil.
KLASIFIKASI TINGKAT KETERGANTUNGAN MASYARAKAT TERHADAP BANTUAN PKH MENGGUNAKAN LOGIKA FUZZY MAMDANI DI DESA RASAU JAYA I Khotimah, Yunda Khusnul; Andriko
BIMASTER : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol. 15 No. 2 (2026): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : Faculty of Mathematics and Natural Sciences Tanjungpura University

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Program Keluarga Harapan (PKH) merupakan program bantuan sosial bagi keluarga miskin yang ditetapkan sebagai keluarga penerima manfaat. Dalam pelaksanaannya, salah satu tantangan yang dihadapi adalah bagaimana mengukur tingkat ketergantungan masyarakat terhadap program tersebut sehingga pelaksanaanya dapat tepat sasaran. Penelitian ini bertujuan untuk mengklasifikasikan tingkat ketergantungan masyarakat penerima PKH di Desa Rasau Jaya I, Kabupaten Kubu Raya, menggunakan metode Logika Fuzzy Mamdani. Pemilihan metode ini didasarkan pada kemampuannya dalam memetakan input ke dalam output yang memiliki unsur ketidakpastian untuk bentuk masukan yang tidak hanya kuantitatif namun tetap memperhatikan aspek kualitatif. Penelitian ini menggunakan tiga variabel input, yaitu desil kemiskinan (skala 1-10), jumlah tanggungan keluarga (skala 0-10), dan pendidikan terakhir kepala keluarga (skala 0-5), dengan satu variabel output yaitu tingkat ketergantungan (rendah, sedang, dan tinggi). Tahapan analisis meliputi fuzzyfikasi, fungsi implikasi dengan operator MIN, komposisi aturan dengan operator MAX, dan defuzzyfikasi menggunakan metode centroid. Berdasarkan pengujian terhadap 18 data sampel, didapatkan hasil bahwa metode Fuzzy Mamdani mampu mengklasifikasikan tingkat ketergantungan dengan baik, di mana mayoritas keluarga berada pada tingkat ketergantungan sedang hingga tinggi. Tingginya tingkat desil kemiskinan dan rendahnya tingkat pendidikan kepala keluarga menjadi faktor dominan terhadap tingginya ketergantungan bantuan. Hasil penelitian ini diharapkan dapat menjadi rujukan analitis bagi pihak terkait dalam pengambilan keputusan penyaluran bantuan di masa mendatang.
ANALISIS KLASTER UNTUK PEMETAAN INDEKS RISIKO BENCANA DI PROVINSI KALIMANTAN BARAT Pendra, Yunus Eduard; Sulistianingsih, Evy; Perdana, Hendra
BIMASTER : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol. 15 No. 2 (2026): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : Faculty of Mathematics and Natural Sciences Tanjungpura University

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Provinsi Kalimantan Barat merupakan salah satu wilayah yang rentan terhadap bencana banjir. Setiap kabupaten/kota memiliki karakteristik kejadian dan dampak banjir yang berbeda, sehingga diperlukan pengelompokan wilayah untuk mengetahui pola kemiripan antarwilayah. Penelitian ini bertujuan menganalisis karakteristik kejadian dan dampak banjir serta mengelompokkan 14 kabupaten/kota di Provinsi Kalimantan Barat menggunakan analisis klaster hierarki. Variabel yang digunakan meliputi jumlah kejadian banjir, jumlah penduduk mengungsi dan terdampak akibat banjir, serta jumlah wilayah terendam. Data distandardisasi menggunakan Z-score, kemudian jarak antarobjek dihitung menggunakan Euclidean distance. Metode klaster hierarki yang dibandingkan adalah single linkage, average linkage, dan complete linkage, sedangkan jumlah klaster optimal ditentukan menggunakan silhouette coefficient. Hasil penelitian menunjukkan bahwa jumlah klaster optimal adalah empat klaster dengan nilai silhouette coefficient tertinggi sebesar 0,57 pada metode average linkage dan complete linkage. Metode average linkage digunakan sebagai dasar interpretasi karena menghasilkan struktur pengelompokan yang relatif seimbang. Klaster 1 memiliki karakteristik kejadian dan dampak banjir rendah sehingga mitigasi diarahkan pada pemantauan rutin dan pemeliharaan drainase. Klaster 2 memiliki frekuensi kejadian banjir sedang dengan dampak relatif rendah sehingga memerlukan penguatan kesiapsiagaan, jalur evakuasi, dan penyediaan logistik dasar. Klaster 3 memiliki frekuensi kejadian banjir tinggi dengan dampak sedang, sehingga perlu sistem peringatan dini dan pemetaan titik banjir berulang. Klaster 4 memiliki dampak banjir tinggi terhadap penduduk dan wilayah terendam, sehingga perlu prioritas evakuasi, perlindungan kelompok rentan, dan rehabilitasi pascabanjir.
PREDIKSI HARGA EMAS MENGGUNAKAN FEEDFORWARD NEURAL NETWORK (FFNN) DENGAN ALGORITMA BACKPROPAGATION Nirwani; Satyahadewi, Neva; Imro'ah, Nurfitri
BIMASTER : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol. 15 No. 2 (2026): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : Faculty of Mathematics and Natural Sciences Tanjungpura University

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Feedforward Neural Network (FFNN) merupakan salah satu metode Artificial Neural Network (ANN) yang mampu mempelajari pola data dan membentuk model dengan cepat. Proses pembelajaran FFNN menggunakan algoritma backpropagation untuk meminimalkan kesalahan antara hasil prediksi dan data aktual melalui pembaruan bobot secara bertahap. Kombinasi FFNN dan backpropagation efektif dalam mengenali pola hubungan kompleks dan nonlinier pada data time series seperti harga emas. Penelitian ini bertujuan menganalisis prediksi penutupan harga emas tujuh hari ke depan menggunakan metode FFNN dengan algoritma backpropagation. Data yang digunakan adalah harga penutupan emas periode Januari 2021 sampai Desember 2024 sebanyak 1030 data, dengan pembagian 80% data training dan 20% data testing. Proses pelatihan dan pembelajaran dilakukan secara bertahap dengan menggunakan algoritma backpropagation. Terdapat tiga tahap pada proses backpropagation yaitu tahap feedforward, tahap backward, serta tahap pembaruan bobot dan bias. Hasil penelitian menunjukkan bahwa model terbaik diperoleh pada learning rate 0,001 dengan arsitektur jaringan 2-8-1, menghasilkan nilai MSE sebesar 0,00105 dan MAPE sebesar 3,546%. Berdasarkan model tersebut, prediksi harga emas tujuh hari ke depan cenderung mengalami penurunan. Harga penutupan tertinggi diprediksi terjadi pada 2 Januari 2025 sebesar 2547,08 USD per troy ounce, sedangkan harga terendah diprediksi terjadi pada 10 Januari 2025 sebesar 2412,15 USD per troy ounce.

Page 87 of 87 | Total Record : 870

 83   84   85   86   87 

Filter by Year

2012 2026


Reset
Filter By Issues
All Issue Vol. 15 No. 2 (2026): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol. 15 No. 1 (2026): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya 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 (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