Sawi hijau atau Sawi Caisim (Brassica chinensis var. parachinensis) merupakan sayuran yang kaya akan nutrisi dan digemari masyarakat Indonesia. Namun, produksi sawi mengalami penurunan signifikan, dari 760.608 ton pada tahun 2022 menjadi 686.876 ton pada tahun 2023. Penurunan produksi sawi tersebut disebabkan oleh berbagai faktor, salah satunya pemantauan yang tidak optimal. Tidak sedikit petani sawi yang mengalami kerugian karena kurangnya pengawasan terhadap tanaman mereka. Proyek akhir ini bertujuan untuk mengembangkan sistem pendukung untuk petani berbasis Komputer Visi dan CNN guna memprediksi usia pada tanaman. Penerapan sistem berbasis CNN dan Komputer Visi ini diharapkan mampu mengatasi permasalahan pengawasan yang selama ini menjadi kendala bagi petani. Proyek akhir ini membandingkan arsitektur seperti DenseNet121, InceptionResNetV2, MobileNetV2, VGG-16, dan VGG-19. Berdasarkan hasil pengujian, DenseNet121 menghasilkan akurasi sebesar 0.83, InceptionResNetV2 menghasilkan akurasi 0.88, VGG-16 menghasilkan akurasi 0.89, VGG-19 menghasilkan akurasi 0.86, dan MobileNetV2 memberikan performa terbaik dengan akurasi 0.90. Hasil ini menunjukkan bahwa MobileNetV2 lebih efektif dalam mempelajari dataset usia tanaman sawi pada proyek akhir ini. Sistem ini akan diimplementasikan pada Raspberry Pi 4 dengan hasil klasifikasi yang dapat diakses melalui aplikasi mobile. Berdasarkan pengujian yang dilakukan pada aplikasi mobile, didapatkan pengujian benar sebanyak 30 percobaan dan pengujian salah sebanyak 10 percobaan, maka persentasi keberhasilan sebesar 75%. Sistem ini diharapkan dapat membantu petani meningkatkan hasil panen dengan pemantauan otomatis berbasis data yang akurat.