Indonesia merupakan salah satu negara yang berada di garis kathulistiwa, yakni daerah yang hampir setiap hari dilalui oleh sinar matahari. Saat ini, kebutuhan akan energi listrik semakin hari semakin meningkat. Oleh karena itu, saat ini telah digencar-gencarkan tentang sumber energi alternatif, salah satunya adalah panel surya. Panel surya merupakan suatu perangkat yang dapat mengubah energi cahaya matahari menjadi energi listrik. Namun, intensitas cahaya matahari yang tidak menentu dapat mengakibatkan daya keluaran panel surya berubah-ubah. Pada proyek akhir ini, energi yang berasal dari matahari akan salurkan ke baterai melalui konverter SEPIC. Namun, pada proyek akhir ini tidak berfokus pada pengisian baterai melainkan fokus pada Maximum Power Point Tracking (MPPT). MPPT dapat digunakan sebagai solusi untuk memaksimalkan daya keluaran dari panel surya tersebut. Pada proyek akhir ini, metode yang digunakan untuk memaksimalkan daya keluaran panel surya adalah Artificial Neural Network (ANN). ANN merupakan salah satu metode komputasi yang didasarkan pada sistem kerja sel syaraf atau neuron. ANN tersebut akan dimasukkan ke mikrokontroler yang digunakan untuk mengontrol duty cycle agar didapatkan daya maksimal dari panel surya. Dimana, variabel yang akan digunakan sebagai input metode ANN pada proyek akhir ini adalah arus short circuit dari panel surya. Sedangkan variabel yang akan digunakan sebagai target dari metode ANN adalah duty cycle. Berdasarkan data hasil pengujian menunjukkan bahwa kontrol MPPT ANN mampu menghasilkan daya maksimum pada berbagai macam iradiasi. Saat dibandingkan dengan daya yang dihasilkan oleh Non MPPT menunjukkan kenaikkan daya antara 0,1 W – 12,63 W pada beberapa sampel data iradiasi. Selain itu, ketika dilakukan pengujian kinerja untuk pengisian baterai selama 120 menit pada pukul 10.30 – 12.30 didapatkan hasil bahwa MPPT ANN mampu menaikkan SOC baterai sebesar 20% sedangkan Non MPPT hanya mampu menaikkan SOC baterai sebesar 15%.