Di era milenial saat ini, permintaan akan sumber daya energi akan semakin tinggi, seiring dengan meningkatnya populasi di dunia. Jenis energi terbarukan yang banyak diadopsi adalah photovoltaic cell atau panel surya. Dalam penerapannya, energi atau daya yang dapat dihasilkan oleh panel surya sangat fluktuatif, tergantung pada banyak faktor. Di sisi lain, permintaan dari sisi beban juga berubah secara signifikan sehingga penggunaan panel surya sering tidak dapat menyesuaikan dengan kebutuhan energi pada sisi beban. Oleh karena itu dalam tugas akhir ini, dibuatlah sebuah sistem yang dapat melakukan prediksi daya yang dihasilkan oleh panel surya di wilayah tertentu dan dioperasikan pada intensitas cahaya tertentu secara real-time. Sistem prediksi ini disebut Maximum Power Point Estimation (MPPE). Berbagai metode dapat dilakukan untuk melakukan estimasi daya pada panel, dan metode yang digunakan dalam tugas akhir ini adalah metode Artificial Neural Network (ANN). Untuk dapat melakukan estimasi daya, sistem ini menggunakan dua parameter utama yang diperoleh langsung dari panel surya, yaitu tegangan open circuit (Voc) dan arus short circuit (Isc). Parameter yang diperoleh akan berubah seiring dengan intensitas sinar matahari yang diterima. Oleh karena itu, dengan menggunakan parameter Voc dan Isc sebagai data input algoritma ANN, sistem ini berhasil memprediksi daya maksimum yang dapat dihasilkan oleh panel surya dengan kapasitas 100 WP mengikuti intensitas cahaya matahari yang diterima secara real-time, dengan maksimum error estimasi sebesar 0,587659 % dan rata-rata error estimasi sebesar 0,243954 %.