Emergency Diesel Generator (EDG) memerlukan baterai yang andal sebagai sumber energi awal saat proses start, sehingga penurunan kapasitas dan kesehatan baterai dapat menyebabkan kegagalan sistem pada kondisi darurat. Penelitian ini bertujuan merancang sistem monitoring dan analisis baterai berbasis Artificial Intelligence (AI) untuk memantau kondisi baterai secara real-time serta memprediksi State of Health (SoH). Sistem menggunakan sensor tegangan dan arus untuk memperoleh data operasional yang kemudian diolah menjadi parameter Depth of Discharge (DoD), Equivalent Full Cycle (EFC), dan estimasi SoH berbasis model AI. Hasil pengujian periode Januari–Februari 2026 menunjukkan laju degradasi SoH sebesar ±0,025% per hari atau ±0,75% per bulan. Berdasarkan laju tersebut, sistem memproyeksikan bahwa SoH baterai akan mencapai batas minimum 80% pada kisaran Maret–April 2028. Implementasi sistem ini memungkinkan penerapan predictive maintenance, sehingga keputusan penggantian baterai dilakukan berdasarkan kondisi aktual, bukan jadwal tetap, serta meningkatkan keandalan sistem start EDG dalam mendukung kontinuitas pasokan listrik darurat.