Penerapan Fuzzy Logic Untuk Pengaturan Suhu Ruangan Pada Pendingin Ruangan (Ac) menguunakan Mamdani

PENERAPAN FUZZY LOGIC

UNTUK PENGATURAN

SUHU RUANGAN PADA PENDINGIN RUANGAN (AC)

Abstrak

Kebutuhan kenyamanan pada abad ini seperti sebuah kebutuhan pokok yang mendasar, pendingin ruang (AC) misal nya ibarat sebuah benda yang harus ada pada tempat yang dihuni oleh manusia. Akan tetapi semakin banyak jumlah orang di dalam ruangan maka semakin besar daya AC yang dibutuhkan, karena pada dasarnya manusia yang mengisi suatu ruangan mengeluarkan suhu tubuh yang cukup tinggi, begitu juga dengan besar ruangan. Suhu yang dikeluarkan pendingin ruangan (AC) terkadang terasa cukup, terlalu sejuk, kurang sejuk dan lain sebagainya di kulit manusia. Dengan Inferensi Fuzzy dapat ditentukan suhu optimal yang akan dikeluarkan oleh pendingin ruangan pada ruang tertutup berdasarkan jumlah orang dewasa, besar ruangan , jumlah pendingin ruangan dan spesifikasi besaran daya kompresor AC yang digunakan.

Suhu yang optimal akan memberi pengaruh positif bagi kesehatan dan penghematan energy.

Kata Kunci : Pendingin Ruang,Inferensi fuzzy,Kompresor

                 

BAB 1. PENDAHULUAN

1.1 Latar Belakang

Mengurangi pemakaian energi dan kenyamanan merupakan dua pertimbang yang saling bertolak belakang .Aktivitas kehidupan di kota besar baik diperkantoran maupun tempat tinggal .Bagi sebagian orang tidak dapat lepas dari keberadaan alat pendingin ruangan (AC), terlebih bagi yang bekerja atau tinggal di gedung-gedung yang bertingkat. Pendingin ruangan digunakan untuk membuat temperatur udara di dalam suatu ruangan menjadi nyaman karena kemampuan alat tersebut yang mampu mengubah suhu (temperatur) udara dan kelembaban sesuai yang kita kehendaki.Namun ini bertolak belakang dengan kondisi cadangan energi yang tiap hari kian menipis dan tidak dapat diperbaharui dengan cepat denga demikian, Semakin banyak jumlah orang di dalam ruangan maka semakin besar daya AC yang dibutuhkan karena pada dasarnya manusia yang mengisi suatu ruangan mengeluarkan suhu tubuh yang cukup tinggi, begitu juga dengan besar ruangan. Sehingga kita butuh metode fuzzy ini untuk digunakan dalam pengaturan suhu (AC) secara otamatis

1.2 Tujuan

Tujuan dari penelitian ini adalah menerapkan sebuah cara dengan menggunakan metode Fuzzy sehingga dapat mengoptimalkan pendingin ruangan (AC) pada sebuah ruangan dengan jumlah orang , besar ruangan, besaran daya kompressor dan banyak (AC) yang di gunakan.

Sehingga dengan demikiain kita dapat mengoptimalkan kinerja (AC) pada saat di butuhkan dan  saat tidak dibutuhkan dan yang pasti nya akan berdampak pula dengan pengematan energy dalam pengoperasian (AC) tersebut.

BAB 2. TINJAUAN PUSTAKA

2.1 Pendingin Ruangan (AC)

Bagian-bagian dari Air Conditioner( AC ) adalah meliputi, Kompresor, Kondensor, Evapurator, Pengering, Pipa Kapiler Atau Ekspansi, Straeiner ( filter ).

Kompresor

Gambar 1. Komponen pada AC

Pada system refrigerasi kompresor bekerja membuat perbedaan tekanan pada masing – masing bagian. Karena dengan adanya perbedaan antara sisi tekanan tinggi dan tekanan rendah, maka bahan pendingin cair dapat melalui alat pengatur aliran ke evaporator. Fungsi kompresor adalah menghisap gas refrigerant dari evaporator yang bertekanan dan bertemperatur rendah kemudian memampatkan gas tersebut menjadi gas yang bertekanan dan bertemperatur yang tinggi.

Kondensor

Kondensor adalah alat untuk membuat kondensasibahan pendingin gas dari kompresor dengan suhu tinggi dan tekanan tinggi.

Evaporator

Evaporator merupakan jaringan pipa yang berfungsi sebagai penguapan.

Pengering

Pengering terdiri dari sebuah silinder yang berisi desikan. Desikan tersebut dibungkus dengan maksud untuk mempermudah saat penggantiannya. Fungsi lain dari pembungkus desikan tersebut agar serbuk desikan yang halus tidak keluar dari pengering dan ikut larut bersama refrigerant. Sedangkan pengering sendiri berfungsi untuk menghilangkan uap air dari refrigerant.

Pipa kapiler atau ekspansi

Pipa kapiler adalah suatu pipa pada mesin pendinginyang mempunyai diameterpaling kecil jika dibandingkan dengan pipa – pipa yang lainya. Pipa kapiler ini biasanya berukauran diameter 0,8 – 2,0 mm dengan panjang kurang lebih 1 meter. Pipa kapiler berfungsi untuk menurunkan tekananan mengatur cairan refrigerant yang mengalir di pipa kapiler. Ekspansi berfungsi sebagai pengontrol refrigerant yang mengalir dari pipa ke pipa

Lainya

2.2 Cara kerja mesin pendingin ruangan (AC)

Secara garis besar prinsip kerja air conditioner adalah sebagai berikut:

1. Udara di dalam ruangan dihisap oleh kipas sentrifugal yang ada dalam evaporator dan udara bersentuhan dengan pipa coil yang berisi cairan refrigerant. Dalam hal ini refrigerant akan menyerap panas udara sehingga udara menjadi dingin dan refrigerant akan menguap dan dikumpulkan dalam penampung uap.

2. Tekanan uap yang berasal dari evaporator disirkulasikan menuju kondensor, selama proses kompresi berlangsung, temperatur dan tekanan uap refrigerant menjadi naik dan ditekan masuk ke dalam kondensor.

3. Untuk menurunkan tekanan cairan refrigerant yang bertekanan tinggi digunakan katup ekspansi untuk mengatur laju aliran refrigerant yang masuk dalam evaporator.

4. Pada saat udara keluar dari condensor udara menjadi panas. Uap refrigerant memberikan panas kepada udara pendingin dalam condensor menjadi embun pada pipa kapiler. Dalam mengeluarkan panas pada condensor, dibantu oleh kipas propeller.

5. Pada sirkulasi udara dingin terus-menerus dalam ruangan, maka perlu adanya thermostat untuk mengatur suhu dalam ruangan atau sesuai dengan keinginan.

6. Udara dalam ruang menjadi lebih dingin dibanding diluar ruangan sebab udara di dalam ruangan dihisap oleh sentrifugal yang terdapat pada evaporator kemudian terjadi udara bersentuhan dengan pipa/coill evaporator yang didalamnya terdapat gas pendingin (freon). Di sini terjadi perpindahan panas sehingga suhu udara dalam ruangan relatif dingin dari sebelumnya.

7. Suhu di luar ruangan lebih panas dibanding di dalam ruangan, sebab udara yang di dalam ruangan yang dihisap oleh kipas sentrifugal dan bersentuhan dengan evaporator, serta dibantu dengan komponen AC lainnya, kemudian udara dalam ruangan dikeluarkan oleh kipas udara kondensor. Dalam hal ini udara di luar ruangan dapat dihisap oleh kipas sentrifugal dan masuknya udara melalui kisi-kisi yang terdapat pada AC.

8. Gas refrigerant bersuhu tinggi saat akhir kompresi di condensor dengan mudah dicairkan dengan udara pendingin pada sistem air cooled atau uap refrigerant menyerap panas udara pendingin dalam condensor sehingga mengembun dan menjadi cairan di luar pipa evaporator.

9. Karena air atau udara pendingin menyerap panas dari refrigerant, maka air atau udara tersebut menjadi panas pada waktu keluar dari kondensor. Uap refrigerant yang sudah menjadi cair ini, kemudian dialirkan ke dalam pipa evaporator melalui katup ekspansi. Kejadian ini akan berulang kembali seperti di atas.

3. Pemilihan Suhu Optimal Pendingin Ruangan

            Penentuan Suhu Optimal dilakukan dengan mempertimbangkan keadaan lokasi ( dapat dilakukan dengan pengukuran tempat , wawancara, melihat spesifikasi AC , atau cara lainnya ) dan penetuan kebiasan sang pemilik pendingin ruangan tersebut.

            Suhu optimal yang terdapat pada objek penelitian saat ini adalah  Suhu Dingin, Suhu Sedang, dan Suhu Sejuk . Masing-masing suhu optimal mempunyai kriterian tertentu untuk mendapat kan suhu AC yang diinginkan . Untuk  besar ruangan diperoleh dari luas ruangan . Untuk jumlah orang di peroleh dari banyak nya orang yang mendiami ruangan tersebut.Untuk besardaya diperoleh dari spesifikasi AC yang di gunakan . Dan untuk banyak nya di AC diperoleh dari berapa AC yang di gunakan pada ruangan tersebut.

4. Metodologi Penelitian

            Penelitian diawali dengan pengumpulan data dari Jumlah orang pada ruangan, Besar ruangan, besaran daya kompressor dan banyak AC . Objek penelitian ini adalah salah satu merk AC Panasonic Eco smart dan ruang keluarga. Data-data yang di kumpulkan kemudian di pilah-pilah sesuai dengan kebutuhan data penelitian, kemudian dilakukan proses perhitungan secara manual.

5. Pembahasan dan Hasil

            Setelah proses pengumpulan data dan memilah data mana yang diperlukan penelitian menghasilkan data dari ruang keluarga yang menggunakan Panasonic CS-PC7NKJ 3/4pk (lihat tabel 1) . LR merupakan nilai rata-rata untuk Besar ruangan pada ruangan keluarga tersebut yaitu nilai luas dari ruangan tersebut (m²) yang di hitung dari Lebar,panjang dan tinggi dari ruangan keluarga tersebut. JO merupakan jumlah orang yang mendiami ruangan tersebut .Sedangkan BD merupakan nilai Besaran daya dari Spesifikasi AC yang di gunakan dengan b esaran AC yang digunakan adalah satuan PK (Paard Kracht) yang setara dengan 9000 BTU/hr (British Thermal Unit) Dan yang terakhir BAC merupakan jumlah AC yang digunakan pada ruangan tersebut.

            Berdasarkan data diatas maka dapat dikelompokkan ke dalam 3 model variabel fuzzy yaitu LR, terdiri atas 3 himpunan fuzzy ( kecil,sedang,besar) , JO (sedikit,sedang,banyak) , BD (kecil,sedang,tinggi) dan BAC (Sedikit,sedang,banyak) dengan variabel dan semesta pembicaraan seperti ditunjukan pada tabel 2, sedangkan himpunan fuzzy yang terbentuk seperti ditunjukan pada tabel 3.

            Proses fuzzyfikasi di awali dengan melakukan pengujian terhadap AC Panasonic CS-PC7NKJ 3/4pk yang berada di ruangan keluarga Lita yang memiliki nilai  LR =26,4 m², JO = 4 orang ,BD = ¾ pk  atau 0,75 pk dan BAC = 1 AC .Untuk mengetahui Suhu optimal AC mana yang cocok dengan kondi ruang keluarga lita, maka pertama kali dilakukan perhitungan nilai derajat keanggotaan untuk masing-masing nilai yang dimiliki ( LR,JO,BD dan BAC )

Tabel 1. Contoh Kasus

 

Merek AC	Ruangan	LR	JO	BD	BAC
Panasonic CS-PC7NKJ 3/4pk	Ruangan keluarga  Lita	26,4	4	0,75	1

Tabel 2. Variabel dan Semesta Pembicaraan

 

Fungsi	Nama Variabel	Semesta Pembicaraan	Keterangan
Input	LR	[ 20 – 60]	Nilai rata-rata untuk kategori Besar ruangan
	JO	[ 3 – 10 ]	Nilai rata-rata untuk kategori Jumlah Orang
	BD	[ 0,5 – 4 ]	Nilai rata-rata untuk kategori kelas Besar Daya
	BAC	[ 0,5 – 5 ]	Nilai rata-rata untuk kategori kelas Banyak AC
Output	Suhu Optimal	[ 16 – 26 ]	Nilai yang memenuhi untuk Suhu Optimal AC

Tabel 3. Himpunan Fuzzy

 

Fungsi	Nama Variabel	Himpunan Fuzy	Semesta Pembicaraan	Domain
Input	LR	Kecil	[ 20 – 60]	[20 – 35]
		Sedang		[20 – 60]
		Besar		[45 – 60]
	JO	Sedikit	[ 3 – 10 ]	[3 – 5]
		Sedang		[3 – 10]
		Banyak		[7 – 10]
	BD	Kecil	[ 0,5 – 4 ]	[0,5 – 1]
		Sedang		[0,5 – 4]
		Tinggi		[2 – 4]
	BAC	Sedikit	[ 0,5 – 5 ]	[0,5 – 2]
		Sedang		[0,5 – 5]
		Banyak		[3 – 5]
Output	Suhu Optimal	Dingin	[ 16 – 26 ]	[16 – 20]
		Sedang		[16 – 26]
		Sejuk		[24 – 26]

 Perhitungan nilai derajat keanggotaan :

            Pada nilai keanggotaan LR , diperoleh himpunan KECIL dengan derajat keanggotaan 0,57 dan SEDANG sebesar 0,42 ( Lihat grafik derajat keanggotaan LR pada gambar  2).

45

Gambar 2 / GAMBAR 6.1. Grafik derajat keanggotaan  untuk LR

Pada nilai keanggotaan JO , diperoleh himpunan KECIL dengan derajat keanggotaan 0,5 dan SEDANG sebesar 0,5 ( Lihat grafik derajat keanggotaan JO pada gambar  3).

7

Pada nilai keanggotaan BD , diperoleh himpunan KECIL dengan derajat keanggotaan 0,5 dan SEDANG sebesar 0,5 ( Lihat grafik derajat keanggotaan BD pada gambar  4).

2

Pada nilai keanggotaan BAC , diperoleh himpunan KECIL dengan derajat keanggotaan 0,66 dan SEDANG sebesar 0,33 ( Lihat grafik derajat keanggotaan BD pada gambar  5).

3

Proses fuzzyfication menghasilkan delapan fuzzy input yakni,  LR  dengan himpunan Kecil (0.57) dan Sedang (0.42), JO dengan himpunan Sedikit (0.5) dan Sedang (0. 5), BD dengan himpunan Kecil (0.5) dan Sedang (0. 5) serta BAC dengan himpunan Sedikit (0.66) dan Sedang (0.33). Proses selanjutnya adalah melakukan inferensi terhadap Variabel Suhu Optimal dengan cara yang sama di atas, pada kasus ini kami menggunakan fungsi trapesium untuk mendefinisikan nilai linguistik nya sebagai berikut (lihat gambar 5) :

(berdasarkan rumus)

Langkah selanjutnya adalah dengan mendefinisikan aturan fuzzy yang akan digunakan. Dari sejumlah variabel yang ada diperoleh sebanyak 4³ atau 64 aturan fuzzy yang terbentuk. Hasil fuzzyfication terhadap nilai LR,JO,BD dan BAC kemudian dimasukan ke dalam aturan fuzzy yang terbentuk, sehingga memperoleh aturan baru sebanyak  aturan sebagai berikut 

  

Langkah selanjutnya adalah dengan mendefinisikan aturan fuzzy yang akan digunakan. Dari sejumlah variabel yang ada diperoleh sebanyak 4³ atau 27 aturan fuzzy yang terbentuk. Hasil fuzzyfication terhadap nilai LR, JO BD dan BAC kemudian dimasukan ke dalam aturan fuzzy yang terbentuk, sehingga memperoleh aturan baru sebanyak delapan aturan sebagai berikut :

1)                  If LR Kecil AND JO Sedikit AND BD Kecil BAC Sedikit

2)                  If LR Kecil AND JO Sedikit AND BD Sedang BAC Sedikit

3)                  If LR Kecil AND JO Sedang AND BD Kecil BAC Sedikit

4)                  If LR Kecil AND JO Sedang AND BD Sedang BAC Sedang

5)                  If LR Kecil AND JO Sedikit AND BD Kecil BAC Sedang

6)                  If LR Sedang AND JO Sedang AND BD Sedang BAC Sedang

7)                  If LR Sedang AND JO Sedang AND BD Kecil BAC Sedang

8)                  If LR Sedang AND JO Sedikit AND BD Sedang BAC Sedang

9)                  If LR Sedang AND JO Sedikit AND BD Kecil BAC Sedikit

10)              If LR Sedang AND JO Sedang AND BD Sedang BAC Sedikit

Dengan menggunakan metode inferensi Mamdani, diperoleh proses inferensi dengan menggunakan aturan Conjunction ( ^ ) terhadap kedelapan aturan baru di atas, untuk mengambil derajat keanggotaan minimum dari nilai linguistik yang ada. Berikut ini adalah aturan baru sementara yang diperoleh:

·         If LR Kecil  (0.57) AND JO Sedikit  (0.5)  AND BD Kecil  (0.5)   BAC Sedikit (0.66) THEN Suhu Optimal Dingin (0.5)

·         If LR Kecil  (0.57)  AND JO Sedikit  (0.5)   AND BD Sedang  (0.5)   BAC Sedikit (0.66) THEN Suhu Optimal Dingin (0.5)

·         If LR Kecil  (0.57)  AND JO Sedang  (0.5)   AND BD Kecil  (0.5)   BAC Sedikit (0.66) THEN Suhu Optimal Dingin (0.5)

·         If LR Kecil  (0.57)  AND JO Sedang  (0.5)   AND BD Sedang   (0.5)  BAC Sedang (0.33) THEN Suhu Optimal Sedang (0.33)

·         If LR Kecil  (0.57)  AND JO Sedikit  (0.5)   AND BD Kecil  (0.5)   BAC Sedang (0.33) THEN Suhu Optimal Dingin (0.33)

·         If LR Sedang (0.42) AND JO Sedang  (0.5)   AND BD Sedang  (0.5)   BAC Sedang (0.33) THEN Suhu Optimal Sejuk (0.33)

·         If LR Sedang (0.42) AND JO Sedang  (0.5)   AND BD Kecil  (0.5)   BAC Sedang (0.33) THEN Suhu Optimal Sejuk  (0.33)

·         If LR Sedang (0.42)  AND JO Sedikit  (0.5)   AND BD Sedang  (0.5)   BAC Sedang (0.33) THEN Suhu Optimal Sedang (0.33)

·         If LR Sedang (0.42)  AND JO Sedikit  (0.5)   AND BD Kecil  (0.5)   BAC Sedikit (0.66) THEN Suhu Optimal Dingin  (0.42)

·         If LR Sedang (0.42)  AND JO Sedang  (0.5)   AND BD Sedang  (0.5)   BAC Sedikit (0.66) THEN Suhu Optimal Sejuk (0.42)

Berdasarkan perhitungan di atas, diperoleh 8 nilai linguistik dengan nilai derajat keanggotaan yang berbeda, yakni :

• ·         Suhu Optimal Dingin (0.5)
• ·         Suhu Optimal Dingin (0.5)
• ·         Suhu Optimal Dingin (0.5)
• ·         Suhu Optimal Sedang (0.33)
• ·         Suhu Optimal Dingin (0.33)
• ·         Suhu Optimal Sejuk (0.33)
• ·         Suhu Optimal Sejuk  (0.33)
• ·         Suhu Optimal Sedang (0.33)
• ·         Suhu Optimal Dingin  (0.42)
• ·         Suhu Optimal Sejuk (0.42)

 (ini dimabil dari nilai rendah, sedang)

Langkah selanjutnya adalah, gunakan aturan disjunction ( V ) untuk menentukan nilai derajat keanggotaan maksimum dari nilai-nilai linguistik yang dihubungkan :

·      Suhu Optimal is Dingin (0.5) ᴠ Suhu Optimal is Dingin (0.5) v Suhu Optimal is Dingin (0.5) v Suhu Optimal is Dingin (0.33) v Suhu Optimal is Dingin (0.42) Dihasilkan Suhu Optimal is Dingin (0.5)

·      Suhu Optimal is SEDANG (0.33) ᴠ Suhu Optimal is SEDANG (0.33) Dihasilkan Suhu Optimal is SEDANG (0.33)

·      Suhu Optimal is SEJUK (0.33) ᴠ Suhu Optimal is SEJUK (0.33) ᴠ Suhu Optimal is SEJUK (0.42) Dihasilkan Suhu Optimal Is SEJUK (0.42)

Dengan menggunakan proses clipping pada Mamdani, dapat digambarkan 3 fuzzy set dalam bentuk grafik sesuai dengan derajat keanggotaan sesuai dengan variabel jurusan yaitu Dingin  (lihat gambar 7), Sedang (lihat gambar 8) dan Sejuk (lihat gambar 9).

Gambar 7. Derajat Keanggotaan untuk Suhu Optimal Dingin

Gambar 8. Derajat Keanggotaan untuk Suhu Optimal Sedang

Gambar 9. Derajat Keanggotaan untuk Suhu Optimal Sejuk

Setelah itu, di lakukan lah proses composition dari 3 fuzzy set di atas sehingga menghasilkan fuzzy set tunggal. Lalu di tentukan titik-titik pada area abu-abu secara acak untuk melakukan perhitungan selanjutnya, misalkan titik-titik tersebut adalah : 16, 16.5, 17, 17.5, 18, 18.5 , 20, 21.5, 22.5, 24, 24.5, 25.5, 26 (lihat gambar 10). Kemudian masukan titik-titik sembarang tersebut ke dalam persamaan di bawah ini:

Sehingga diperoleh :

0,5=-dari nilai derajat keanggotaan dingin. Gambar 7

Gambar 10. Fuzzy Set Tunggal proses komposisi

Dengan melihat nilai akhir perhitungan,dimana nilai 20.31 berada di nilai interval Sedang maka suhu ruang keluarga Lita bisa dipastikan Berada di Suhu Optimal Sedang. Pengujian terhadap data nilai yang lain kemudian dilakukan dengan menggunakan tools Fuzzy Inference System (FIS) pada MATLAB dan diperoleh hasil sebagai berikut :

Tabel 4. Data Penelitian

Merek AC	Ruangan	LR	JO	BD	BAC	Suhu Optimal
Panasonic CS-PC7NKJ 3/4pk	Ruangan keluarga  Lita	26,4	4	0,75	1	Sedang

6. Kesimpulan

Penelitian ini telah berhasil melakukan analisa terhadap datasebuah ruang keluarga  bertujuan untuk melakukan pemilihan Suhu optimal terhadap keadaan ruangan tersebut menggunakan konsep Fuzzy Logic dengan inferensi Mamdani. Hasil menunjukkan bahwa pemilihan Suhu Optimal bisa dilakukan secara objektif menurut data di lapangan. Pada kasus penelitian ini, pemilihan Suhu Optimal mengesampingkan faktor keinginan pemilik AC dalam menggunakan suhu yang dia inginkan , karena perhitungan hanya berdasarkan data yang ada di lapangan.

DAFTAR PUSTAKA

Kusumadewi, Sri. 2003. Artificial Intelligence (Teknik dan Aplikasinya). Yogyakarta: Graha Ilmu

Anita Desiani,Muhammad Arhami.2006.Konsep Kecerdasan Buatan.Yogyakarta :C.V Andi Offset

Kartina Diah KW,ST, Zulfa Noviardi.2010. Penerapan Inferensi Fuzzy Untuk Kendali Suhu

Ruangan Pada Pendingin Ruangan (Ac). Yogyakarta

  Sumber : Http://Repository.Upnyk.Ac.Id/399/1/D4_Penerapan_Inferensi_Fuzzy_Untuk_Kendali_Suhu_Ruangan_Pada_Pendingin_Ruangan__Ac_.

Ion Iancu. A Mamdani Type Fuzzy Logic Controller.University of Craiova.Romania

  Sumber :

Http://Cdn.Intechopen.Com/Pdfs/34221/Intech-A_Mamdani_Type_Fuzzy_Logic_Controller.

Devi Nova Riza.Fuzzy logic dengan menggunakan mamdani

  Sumber :

       Http://Sheunyil.Blogspot.Com/2012/10/Fuzzy-Logic-Menggunakan-Metode-Mamdani.Html

Sudirman.2011.Studi Eksperimental Pengontrolan Air Conditionig System Dengan Fuzzy Logic Control.Denpasar

   Sumber : Www.­Pps.­Unud.­Ac.­Id/­Thesis/­Pdf_Thesis/­Unud-­342-­123102720-­Tesis Sudirman T­eknik Mesin Unud

Amiya Patanaik.Fuzzy Logic Control of Air Conditioners.India

  Sumber : Http://Aptnk.In/Wp-Content/Uploads/2010/10/Fuzzy-Logic-Control-Of-Air-Conditioners

AC Panasonic Eco Smart Hemat Listrik 30% dan Tahan Lama

  Sumber : Http://Cvasiamandiri.Com/2012/04/09/Ac-Panasonic-Type-Baru-Hemat-Listrik-Dan-Tahan-Lama.Html

AC Inverter, Apa Hebatnya?.

  Sumber : Http://Teknologi.Kompasiana.Com/Terapan/2012/08/02/Ac-Inverter-Apa-Hebatnya-482025.Html

Cara Menghitung Kebutuhan Kapasitas Ac Ruangan.

  Sumber:Http://Www.Globalindoprima.Com/Tips-Trik/Cara-Menghitung-Kebutuhan-Kapasitas-Ac-Ruangan

Sofyan. Perinsip kerja air conditioner.

       Sumber : http://iptech.wordpress.com/prinsip-kerja-air-conditioner-2/