Saat ini, telah banyak terciptanya teknologi untuk mempermudah pekerjaan manusia. Terutama di bidang pertanian yang kini mulai dikerjakan oleh mesin otomatis untuk menanam sampai memanen tanaman pertanian. Akan tetapi sejauh ini untuk pemberian nutrisi pada tanaman masih menggunakan sensor Electrical Conductivity (EC meter) dan Total Dissolve Solid (TDS) untuk memonitoring nutrisi pada lingkungan tanaman pertanian tersebut. Namun sensor ini tidak bisa memonitoring kebutuhan nutrisi pada tanaman. Agar dapat mengetahui hal tersebut maka perlu adanya alat yang memberikan nutrisi sesuai kebutuhan tanaman dengan bantuan pengolahan citra digital. Banyak dilakukan penilitian untuk mengklasifikasi daun dengan berbagai jenis metode agar mendapatkan akurasi yang tinggi. Dari berbagai jenis metode, terdapat metode yang memiliki keakuratan yang cukup tinggi, yaitu menggunakan Metode CNN (Convolutional Neural Network). Metode ini akan digunakan untuk mengklasifikasikan jenis dan fase tanaman sayuran berupa bayam dan selada dalam suatu petak tanah yang telah disediakan. Lalu hasil klasifikasi akan dicocokkan dengan data training kebutuhan nutrisi. Kemudian alat ini akan menyalurkan komposisi nutrisi larutan A dan larutan B menuju tanaman yang telah diklasifikasi tersebut. Ketika melakukan klasifikasi menggunakan CNN dengan jumlah kelas sebanyak 6 yaitu bayam semai, bayam vegetatif, bayam generatif, selada semai, selada vegetatif, dan selada generatif maka didapatkan keberhasilan klasifikasi sebesar 94,12%. Dengan adanya alat ini, tidak perlu bersusah payah memantau dan bingung memberikan pupuk sesuai dengan tanaman sayuran tersebut. Dan selanjutnya, alat ini dapat dikombinasikan dengan Smart Farming lainnya.