Salah satu faktor yang mempengaruhi produksi dan pertumbuhan serta perkembangan tanaman adalah nutrisi, salah satunya adalah unsur nitrogen, yang berperan dalam proses fotosintesis dalam pembuatan klorofil atau zat hijau daun. Kandungan nitrogen berlebih menyebabkan warna daun tanaman berwarna hijau gelap dan warna daun tanaman berwarna kuning ketika mengalami kekurangan nitrogen. Untuk menentukan kandungan nitrogen yang dimiliki suatu tanaman dapat menggunakan teknologi Bagan Warna Daun (BWD). Namun dalam pelaksanaan BWD masih kurang efektif, karena membutuhkan banyak waktu dan tenaga serta dapat menyebabkan perbedaan persepsi antar pengguna. Dengan melakukan proses image processing dalam pendeteksian warna daun yang menghasilkan nilai mean serta standar deviasi dari tiga komponen warna dasar, yaitu red, green, dan blue kemudian digunakan sebagai nilai input pada algoritma backpropagation untuk menentukan takaran nutrisi yang lebih baik. Tingkat akurasi yang didapatkan terhadap penentuan takaran nutrisi sebesar 85,4 % serta nilai error sebesar 14,6%.

One factor that influences the production and growth and development of plants is nutrition, one of which is nitrogen, which plays a role in photosynthesis in the production of chlorophyll or the green leafy substance. Excess nitrogen content causes the leaves to be dark green and the leaves to be yellow when nitrogen is lacking. In determining the nitrogen content of a plant, a plant can use the Leaf Color Chart technology (LCC). But implementation of LCC is still less effective because it takes a lot of time and energy and can cause a difference in perception between users. By performing the process of image processing in leaf color detection that produces the mean value and standard deviation of the three basic color components, red, green, blue are then used as input values in a backpropagation algorithm to determine better nutritional measures. Accurate levels obtained on nutrition measures by 85.4 % and an error by 14,6%.