Perbedaan karakteristik tegangan dan arus pada baterai LiFePO4, Li-ion, dan Lead Acid menyebabkan sistem pengisian konvensional memerlukan pengaturan khusus untuk setiap jenis baterai. Hal tersebut menjadi kurang efisien ketika diperlukan satu sistem pengisian untuk berbagai jenis baterai. Oleh karena itu, pada proyek akhir ini dirancang sistem Adaptive Power Charge berbasis SEPIC Converter dengan metode Artificial Neural Network–Proportional Integral Derivative (ANN–PID) yang menggunakan sumber energi photovoltaic. Sumber energi berasal dari dua panel surya monocrystalline 100 Wp yang disusun paralel. SEPIC Converter digunakan sebagai pengatur tegangan DC–DC karena kemampuannya menaikkan dan menurunkan tegangan keluaran sesuai kebutuhan baterai. Artificial Neural Network (ANN) diterapkan untuk mengidentifikasi jenis baterai secara otomatis berdasarkan karakteristik tegangan dan arus pada tahap awal pengisian, kemudian menentukan nilai setpoint tegangan dan arus yang sesuai. Selanjutnya, pengendali PID digunakan untuk mengatur duty cycle konverter agar proses pengisian berjalan stabil menggunakan metode Constant Current–Constant Voltage (CC–CV). Pengujian dilakukan pada tiga jenis baterai, yaitu LiFePO4 12,8 V, Li-ion 11,1 V, dan Lead Acid 12 V. Hasil pengujian menunjukkan bahwa sistem mampu mengidentifikasi jenis baterai secara adaptif dan menjalankan proses pengisian dengan baik. Rata-rata error yang diperoleh sebesar 0,48% untuk tegangan dan 0,45% untuk arus, sehingga sistem memiliki tingkat akurasi dan kestabilan yang baik. Sistem yang dirancang dapat menjadi solusi pengisian baterai multijenis berbasis energi surya secara otomatis tanpa memerlukan intervensi manual.