Penelitian ini bertujuan untuk menerapkan pendekatan ensemble berbasis Artificial Neural Network dan Support Vector Regression dalam prediksi efisiensi energi pada sistem Pembangkit Listrik Tenaga Surya off-grid penerangan jalan umum. Data yang digunakan berupa data time series operasional PLTS sebanyak 46.827 data dengan resolusi per menit yang mencakup parameter lingkungan dan kelistrikan, seperti iradiasi, suhu, tegangan, arus, dan daya keluaran PV. Data kemudian melalui tahap preprocessing dan feature engineering untuk meningkatkan kualitas model. Model ANN dan SVR dikembangkan menggunakan metode TimeSeriesSplit serta dilakukan seleksi parameter melalui grid search. Pendekatan ensemble diterapkan menggunakan metode basic average, weighted average, dan stacking dengan meta-model HistGradientBoosting Regressor. Hasil penelitian menunjukkan bahwa model SVR menghasilkan performa terbaik pada model tunggal dengan nilai MAE sebesar 0.005726 dan R² sebesar 0.960587, sedangkan model ANN terbaik menghasilkan MAE sebesar 0.00684 dan R² sebesar 0.9601. Pada metode ensemble, stacking dengan meta-model HistGradientBoosting Regressor menghasilkan performa terbaik dengan nilai MAE sebesar 0.940349, RMSE sebesar 1.527613, NRMSE sebesar 0.031958, dan R² sebesar 0.986077. Hasil tersebut menunjukkan bahwa pendekatan stacking ensemble mampu meningkatkan akurasi, stabilitas, dan kemampuan generalisasi model dalam prediksi efisiensi energi sistem PLTS off-grid.