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 29 Documents
 1   2   3 
Search results for , issue "Vol 9, No 1 (2020): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya" : 29 Documents clear
PENDEKATAN METODE BAYESIAN GELF PADA MODEL SURVIVAL EKSPONENSIAL UNTUK MENENTUKAN PREMI TUNGGAL PADA ASURANSI Santi Santi; Shantika Martha; Setyo Wira Rizki
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 (265.461 KB) | DOI: 10.26418/bbimst.v9i1.38965

Abstract

Model survival didefinisikan sebagai suatu distribusi probabilitas untuk variabel random yang berkaitan dengan usia serta ketahanan suatu produk ataupun jiwa. Model survival dalam penelitian ini membahas tentang fungsi ketahanan hidup dari suatu individu. Model survival diaplikasikan untuk mendapatkan nilai premi asuransi jiwa dwiguna. Premi asuransi dwiguna didapatkan dengan pendekatan metode Bayesian. Metode Bayesian adalah metode yang digunakan untuk menentukan distribusi posterior. Langkah yang dilakukan untuk mendapatkan distribusi posterior yaitu mengalikan fungsi likelihood dengan distribusi prior. Kemudian diperoleh distribusi posterior yang digunakan untuk mengestimasi metode Bayesian GELF (General Entropy Loss Function) pada model survival, dan diaplikasikan ke APV (Actuarial Present Value) asuransi jiwa dwiguna. Berdasarkan penelitian diketahui bahwa premi asuransi jiwa dwiguna pada seseorang berusia 30 tahun dengan jangka waktu 10 tahun didapat harga premi sebesar Rp78.742.900.  Kata kunci: Model survival, Metode Bayesian, Distribusi posterior. 
METODE COCHRANE-ORCUTT UNTUK MENGATASI AUTOKORELASI PADA ESTIMASI PARAMETER ORDINARY LEAST SQUARES Nurfitri Imro’ah, Ade Aprianto, Naomi Nessyana Debataraja,
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 (586.113 KB) | DOI: 10.26418/bbimst.v9i1.38590

Abstract

Autokorelasi merupakan salah satu pelanggaran asumsi di metode Ordinary Least Squares (OLS) yang terjadi pada pengamatan-pengamatan yang berbeda antar error. Salah satu metode yang digunakan untuk mendeteksi autokorelasi adalah dengan menggunakan uji Run. Jika terjadi autokorelasi, maka model regresi tidak memenuhi asumsi metode OLS. Salah satu cara untuk mengatasi autokorelasi adalah dengan menggunakan metode Cochrane-Orcutt. Tujuan penelitian ini yaitu mengatasi terjadinya autokorelasi pada model regresi dengan metode Cochrane-Orcutt, serta aplikasinya pada faktor-faktor yang mempengaruhi IPM di Indonesia Tahun 2015 dengan variabel bebas yang digunakan yaitu persentase rumah tangga memiliki akses terhadap air bersih, tingkat pengangguran terbuka (TPT) dan angka partisipasi sekolah jenjang pendidikan SMA. Metode Cochrane-Orcutt dilakukan dengan menghitung nilai  secara berulang, sehingga mendapatkan nilai  yang konvergen. Hasil penelitian menunjukkan bahwa model regresi terjadi autokorelasi yang dilakukan dengan uji Run yaitu nilai R=10 tidak berada pada nilai batas bawah dan batas atas sebesar 12,02 dan 22,92. Model regresi yang terjadi autokorelasi dilakukan perbaikan dengan metode Cochrane-Orcutt dengan mencari nilai  secara berulang dan diperoleh nilai  yang sudah konvergen yaitu 0,2305117948. Model regresi dilakukan uji Run kembali dengan nilai R=13 yaitu berada pada nilai batas bawah dan batas atas sebesar 11,94 23,04 sehingga model tidak terjadi autokorelasi dan dapat disimpulkan bahwa metode Cochrane-Orcutt dapat mengatasi autokorelasi.Kata kunci: Regresi, OLS, Autokorelasi, Cochrane-Orcutt
PEMODELAN DOUBLE SEASONAL AUTOREGRESSIVE INTEGRATED MOVING AVERAGE PADA PERAMALAN PENGGUNAAN BEBAN LISTRIK Suaibah Suaibah; Shantika Martha; Dadan Kusnandar
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 (757.985 KB) | DOI: 10.26418/bbimst.v9i1.38028

Abstract

Beban listrik adalah segala sesuatu yang ditanggung oleh pembangkit listrik. Perkiraan tenaga listrik yang digunakan  oleh masyarakat dapat dilakukan dengan menggunakan beberapa metode peramalan. Data yang digunakan dalam penelitian ini adalah data penggunaan beban listrik di Kabupaten Natuna yang memiliki dua pola musiman berbeda, sehingga metode yang sesuai dalam penelitian ini adalah metode Double Seasonal Autoregressive Integrated Moving Average (DSARIMA). Model DSARIMA merupakan model ARIMA yang mengandung dua pola musiman. Data beban listrik  diperoleh dari PT. PLN Persero dalam skala waktu per jam yang diamati selama bulan Desember 2018. Tujuan dari penelitian ini adalah untuk menentukan model terbaik dalam meramalkan penggunaan beban listrik dan menganalisis hasil peramalan. Pemodelan diawali dengan mengidentifikasi data yang meliputi uji stasioneritas baik dalam rata-rata maupun varians. Selanjutnya menentukan orde berdasarkan plot ACF dan PACF. Kemudian melakukan estimasi dan uji signifikansi parameter model DSARIMA, dilanjutkan dengan melakukan cek diagnosa yang meliputi uji white noise dan uji distribusi normal. Pemilihan model terbaik dari beberapa model terpilih dilakukan dengan cara membandingkan nilai MAPE out sample. Hasil penelitian menunjukkan bahwa model terbaik yang dapat digunakan dalam meramalkan penggunaan beban listrik di Kabupaten Natuna adalah model ARIMA dua musiman dengan periode musiman per 24 jam dan per 168 jam, yang dapat ditulis sebagai model  DSARIMA(2, 1,[ 24]) (0, 1, 0)24 (0, 1, 0)168  dengan nilai MAPE out sample sebesar 8,9%. Kata Kunci: Beban listrik, peramalan, DSARIMA, MAPE
PENENTUAN CADANGAN PREMI PADA ASURANSI JIWA DWIGUNA JOINT LIFE DENGAN METODE PREMIUM SUFFICIENCY Wilda Ariani; Neva Satyahadewi; 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 (389.884 KB) | DOI: 10.26418/bbimst.v9i1.38896

Abstract

Perusahaan asuransi memiliki kewajiban mempersiapkan sejumlah dana berupa cadangan premi untuk membayar klaim atas polis asuransi yang dibuat oleh tertanggung dan pihak perusahaan. Perhitungan cadangan premi dapat dihitung dengan menggunakan metode prospektif. Metode cadangan prospektif dalam perhitungannya dikembangkan dengan menyertakan biaya-biaya operasional perusahaan. Salah satu metode pengembangan tersebut adalah metode premium sufficiency. Perhitungan metode premium sufficiency dilakukan berdasarkan asumsi premi kotor. Pada penelitian ini dicari formula perhitungan cadangan premi asuransi jiwa dwiguna joint life dengan metode premium sufficiency. Dalam perhitungan nilai cadangan premi, cadangan premium sufficiency menyertakan biaya penutupan polis baru dan biaya pemeliharaan premi setelah masa asuransi. Berdasarkan studi kasus, diperoleh nilai cadangan premi tahunan asuransi jiwa dwiguna joint life untuk 3 kondisi usia tertanggung yang berbeda setiap tahunnya semakin meningkat. Selain itu, besar nilai cadangan premi untuk kondisi tingkat suku bunga yang bervariasi didapat bahwa semakin besar tingkat suku bunga maka nilai cadangan premi akan semakin kecil. Kata Kunci: metode cadangan prospektif, premi bruto
ANALISIS TEKNIKAL PADA INVESTASI TRADING EMAS ONLINE DENGAN STOCHASTIC OSCILLATOR Hendra Perdana, Mila Damayanti, Setyo Wira Rizki,
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 (276.497 KB) | DOI: 10.26418/bbimst.v9i1.38668

Abstract

Investasi pada hakikatnya merupakan penempatan sejumlah dana dengan harapan memperoleh keuntungan di masa mendatang. Umumnya investasi dibedakan menjadi dua, yaitu investasi pada aset-aset finansial (financial assets) dan investasi pada aset-aset riil (real assets). Salah satu investasi yang bergerak pada investasi aset- aset finansial di pasar modal yaitu investasi trading emas online. Analisis teknikal merupakan salah satu teknik yang digunakan dalam melakukan analisis pergerakan harga saham. Terdapat banyak indikator yang dapat digunakan pada analisis teknikal, salah satunya indikator stochastic oscillator. Stochastic oscillator mempunyai dua garis yang disebut dengan garis %K dan garis %D. Tujuan dari penelitian ini untuk menentukan sinyal jual dan sinyal beli pada investasi trading emas serta mengetahui seberapa besar keuntungan yang diperoleh dalam menentukan sinyal jual dan sinyal beli menggunakan indikator stochastic oscillator. Penelitian ini menggunakan data harian harga emas yang didapat dari perusahaan PT. Merdeka Copper Gold Tbk (MDKA) dimana periode yang diambil dari periode September sampai dengan Oktober 2019. Terdapat dua sinyal untuk menjual emas dan tidak ada sinyal untuk membeli emas pada periode dua bulan terakhir. Simulasi dilakukan dengan asumsi modal awal sebesar Rp100.000.000,00. Keuntungan terbesar untuk menjual emas dalam periode dua bulan yaitu pada tanggal 23 September 2019 dengan keuntungan sebesar 4.035.171,35 (4,04%). Kata Kunci : Investasi, indikator, sinyal, MDKA.
ESTIMASI PARAMETER METODE WEIGHTED LEAST SQUARE DALAM MENGATASI MASALAH HETEROSKEDASTISITAS Hidayatun Nisa; Dadan Kusnandar; Shantika Martha
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 (448.94 KB) | DOI: 10.26418/bbimst.v9i1.38586

Abstract

Regresi linear berganda merupakan salah satu metode statistika yang digunakan untuk menganalisis pengaruh antara dua atau lebih variabel independen terhadap variabel dependen. Salah satu asumsi yang harus terpenuhi pada analisis regresi linear berganda adalah tidak terjadinya heteroskedastisitas atau varians error harus tetap (konstan) di dalam model regresi. Metode Weighted Least Square (WLS) merupakan bentuk dari pengembangan penduga least square yang digunakan untuk mengatasi masalah heteroskedastisitas. Tujuan dari penelitian ini adalah menduga parameter metode WLS untuk mengatasi masalah heteroskedastisitas. Data yang digunakan dalam penelitian ini adalah data sosial ekonomi dari 33 provinsi di Indonesia. Data yang dianalisis adalah data tingkat pengangguran terbuka , pertumbuhan ekonomi , jumlah penduduk , tingkat partisipasi angkatan kerja , dan kebutuhan hidup minimum . Hasil analisis menunjukkan bahwa metode WLS dapat mengatasi masalah heteroskedastisitas. Model regresi  yang diperoleh menggunakan metode WLS hanya melibatkan tiga variabel yaitu:  dengan nilai adjusted  sebesar 95,49% yang berarti bahwa besarnya pengaruh variabel jumlah penduduk, tingkat partisipasi angkatan kerja dan kebutuhan hidup minimum terhadap tingkat pengangguran terbuka sebesar 95,49%.  Kata Kunci: regresi linear berganda, transformasi, weighted least square
METODE BAYESIAN SELF UNTUK ESTIMASI PARAMETER MODEL SURVIVAL DISTRIBUSI RAYLEIGH Asty Fistia Ningrum; Neva Satyahadewi; Setyo Wira Rizki
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 (388.981 KB) | DOI: 10.26418/bbimst.v9i1.38966

Abstract

Data survival adalah data yang menunjukkan waktu suatu objek atau individu dapat bertahan selama dilakukan penelitian. Penelitian ini membahas mengenai metode Bayesian SELF untuk estimasi parameter model survival distribusi Rayleigh. Proses estimasi parameter metode Bayesian SELF memerlukan informasi dari fungsi likelihood dan distribusi prior yang kemudian akan membentuk distribusi posterior. Setelah diperoleh estimator dari metode tersebut, selanjutnya diterapkan pada data pasien penderita kanker ovarium yang telah diberi perawatan kemoterapi berdistribusi Rayleigh yang diambil dari program R. Berdasarkan hasil estimasi  parameter metode Bayesian SELF dengan prior Vague pada studi kasus penderita kanker ovarium  menghasilkan hasil estimasi parameter nilai survival yang kurang baik untuk distribusi Rayleigh meskipun hasil estimasi nilai survival penderita kanker ovariumnya meningkat. Untuk hasil estimasi parameter model survival distribusi Rayleigh yang lebih baik, dapat menggunakan prior lainnya seperti prior Uniform. Kata Kunci: Kanker Ovarium, Vague, Posterior.
METODE TWO STEP CLUSTER DALAM MENGELOMPOKKAN MAHASISWA FMIPA UNTAN Nurfitri Imro’ah, Intan Aprilia Hapsari, Dadan Kusnandar,
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 (533.339 KB) | DOI: 10.26418/bbimst.v9i1.38703

Abstract

Mengelompokkan objek kedalam gerombol-gerombol yang memiliki kemiripan adalah proses penggerombolan. Metode penggerombolan yang sering digunakan adalah metode berhirarki dan tak berhirarki,  analisis gerombol hanya dapat digunakan jika datanya kontinu dan amatan yang relatif kecil. Penelitian ini membahas mengenai metode Two Step Cluster dengan peubah kontinu dan kategorik  dalam mengelompokkan mahasiswa FMIPA Untan tahun 2018. Proses pengelompokkan metode Two Step Cluster dilakukan dengan dua tahapan. Tahap pertama gerombol awal membentuk CF Tree dengan pengukuran jarak Log-likelihood, sedangkan pada tahap pembentukan gerombol optimal dengan menghitung nilai BIC dan membandingkan rasio ukuran jarak antar gerombol. Peubah berpengaruh ditentukan dengan menggunakan uji Chi Square untuk peubah kategorik dan uji t-Student untuk peubah  kontinu. Berdasarkan hasil penelitian dapat disimpulkan  uji Two Step Cluster dengan menghitung nilai BIC menghasilkan dua belas gerombol maksimum dan perbandingan ukuran jarak terbesar menghasilkan  tiga  gerombol optimal. Gerombol satu memiliki karakteristik dengan jumlah mahasiswa berjenis kelamin perempuan lebih banyak dan seluruh mahasiswa berasal dari sekolah negeri. Gerombol kedua memiliki karakteristik mahasiswa lebih banyak berasal dari luar Kalimantan Barat dan pendidikan orang tua dari lulusan SD. Gerombol tiga dicirikan dengan karakteristik mahasiswa seluruhnya berasal dari sekolah swasta dan pendidikan orang tua berasal dari tingkat SMP. Oleh karena itu, banyak orang tua mahasiswa yang bekerja sebagai petani, pedagang dan swasta. Kata Kunci: analisis gerombol, peubah campuran,  jarak log-likelihood
PENERAPAN METODE ELECTRE UNTUK MENENTUKAN PRIORITAS PENERIMA BERAS MISKIN (RASKIN) Yosi Yosi; Shantika Martha; 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 (620.093 KB) | DOI: 10.26418/bbimst.v9i1.38591

Abstract

ELECTRE adalah suatu metode yang dirancang untuk memecahkan masalah dari setiap alternatif yang memiliki lebih dari satu kriteria. Data yang digunakan dalam penelitian ini merupakan data calon penerima RASKIN di Desa X sebanyak 30 kepala keluarga. Alternatif yang digunakan adalah kepala keluarga dari setiap rumah, sedangkan kriterianya adalah usia, pekerjaan, penghasilan, luas bangunan tempat tinggal, jumlah tanggungan, tagihan listrik, dan konsumsi daging dalam seminggu. Berdasarkan analisis yang telah dilakukan terdapat 10 kepala keluarga yang mendapat rekomendasi untuk menerima RASKIN yaitu A14, A28, A29, A22, A12, A17, A8, A6, A9, dan A13. Kata kunci: Alternatif, Kriteria, Kepala keluarga
ANALISIS REGRESI DENGAN METODE LEAST ABSOLUTE SHRINKAGE AND SELECTION OPERATOR (LASSO) DALAM MENGATASI MULTIKOLINEARITAS Imi Sartika; Naomi Nessyana Debataraja; 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 (466.749 KB) | DOI: 10.26418/bbimst.v9i1.38029

Abstract

Multikolinearitas merupakan salah satu uji asumsi klasik pada analisis regresi. Terjadinya multikolinearitas berarti antara variabel prediktor yang satu dengan yang lainnya saling berkorelasi. Apabila data penelitian mengandung multikolinearitas akan menimbulkan masalah, yaitu dapat mengakibatkan koefisien regresi yang dihasilkan tidak efisien. Salah satu solusi untuk mengatasi masalah tersebut dapat menggunakan metode least absolute shrinkage and selection operator (LASSO). Metode ini menyusutkan koefisien regresi dari variabel prediktor yang memiliki korelasi tinggi menjadi tepat pada nol atau mendekati nol. Koefisien LASSO dicari dengan menggunakan pemrograman kuadratik sehingga digunakan algoritma least absolute and regression (LARS) yang lebih efisien dalam komputasi LASSO. Data penelitian yang digunakan ialah banyaknya kasus pneumonia pada pada balita di 34 puskesmas di Kota Pontianak dan Kabupaten Mempawah. Pada data tersebut terdapat dua variabel prediktor yang mengalami masalah multikolinearitas, yaitu pemberian imunisasi DPT-Hb3-Hib3 (X2)  dan pemberian imunisasi campak (X3), sehingga masalah tersebut akan diatasi menggunakan metode LASSO. Berdasarkan analisis yang telah dilakukan, diperoleh model regresi terbaik menggunakan LASSO pada tahap ketiga saat nilai Cp= 2,62. Hasil analisis tersebut menunjukkan bahwa adanya  perubahan koefisien regresi yang mendekati nol dan tepat nol, yaitu pada variabel  X2 dari 0,285 menjadi 0,192 dan X3 dari -0,024 menjadi 0. Hal ini menunjukkan bahwa multikolinearitas yang terdeteksi telah teratasi. Kata Kunci : multikolinearitas, LASSO, LARS, pneumonia.

Page 1 of 3 | Total Record : 29

 1   2   3 

Filter by Year

2020 2020


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