Proyek ini mengatasi masalah diagnosis kompresor yang benar untuk sistem pendingin udara dan pendingin. Tujuannya adalah menggunakan instrumentasi yang tersedia di pasar global untuk menciptakan solusi diagnostik berbiaya rendah, mudah diakses, dan mudah dirakit untuk semua jenis pengguna. Dalam artikel ini, kami mengusulkan penggunaan mikrokontroller ESP32 yang kompatibel dengan bahasa Arduino, yang terhubung ke Microsoft Azure. Selain itu, kami memperkenalkan algoritme berdasarkan tren yang memberikan pengetahuan real-time kepada pengguna tingkat dasar dan lanjutan tentang variabel yang relevan dan mendeteksi kegagalan dalam proses refrigeration. Hal ini memungkinkan pengguna untuk mengantisipasi dan mencegah kegagalan melalui skema pemeliharaan berbasis kondisi yang ditingkatkan. Solusi yang diusulkan bertujuan untuk mengurangi kesalahan diagnosis, meminimalkan waktu henti sistem, dan meningkatkan kemampuan pemecahan masalah, kontrol suku cadang, dan pelestarian produk. Selain itu, untuk memperluas jangkauan solusi ini, perangkat ini dapat digunakan sebagai input data sistem guna menghasilkan informasi berharga untuk neural network berulang. Jaringan ini tidak hanya dapat mendiagnosis kompresor tetapi juga keseluruhan sistem, dengan mempertimbangkan dua variabel penting: koefisien kinerja dan aliran massa