Naiknya permintaan energi listrik dari sumber energi yang ramah lingkungan membuat penggunaan photovoltaic sebagai sumber energi listrik semakin meningkat. Namun energi surya yang dikonversi oleh photovoltaic dipengaruhi oleh intensitas iradiasi matahari dan suhu permukaan photovoltaic. Seiring dengan perubahan iradiasi dan suhu maka daya yang dikonversi juga turut berubah. Untuk mendapatkan daya listrik dari photovoltaic secara optimal salah satunya dapat menggunakan sistem Maximum Power Point Tracker (MPPT). Daya keluaran yang maksimal ini akan menghasilkan rasio daya yang tinggi dan mengurangi rugi-rugi suatu panel surya. Pada tugas akhir ini algoritma MPPT yang digunakan adalah Artificial Neural Network (ANN) dengan metode learning Lavenberg-Marquardt Backpropagation yang diaplikasikan pada boost converter. Metode ini membutuhkan data pembelajaran untuk proses pelatihannya. Keefektifan metode ini bergantung pada berapa banyak layer yang digunakan, metode training yang dipilih dan banyaknya data pembelajaran yang diberikan. Hasil pengujian dengan kontrol MPPT ANN didapatkan daya input rata-rata sebesar 216,83 W dengan prosentase kenaikan daya rata-rata sebesar 56,22% dari pengujian tanpa kontrol MPPT ANN dengan daya input rata-rata 95,19 W pada beban baterai dengan kondisi pengujian cuaca cerah pada pukul 11.30 sampai dengan 13.45 WIB.