Sektor pertanian merupakan sektor yang memiliki pengaruh utama pada ketahanan pangan, salah satu masalah yang menyerang sektor tersebut adalah faktor kesehatan tumbuhan yang disebabkan oleh kurangnya nutrisi pada tanaman. Secara umum terdapat dua jenis nutrisi yaitu makro nutrisi atau nutrisi yang dibutuhkan dalam kadar yang banyak pada tumbuhan dan mikro nutrisi atau nutrisi yang dibutuhkan oleh tumbuhan dalam kadar yang sedikit. Kekurangan nutrisi tersebut dapat dikenali dari fisik daun tanaman, Dibandingkan dengan analisis tanah, analisis daun pada tanaman lebih akurat untuk diagnosis defisiensi nutrisi dan racun pada tanaman. Keterbatasan analisis daun ini adalah daun tidak dapat merepresentasikan penyebab kekurangan nutrisi pada tanaman. Teknologi untuk dapat mengidentifikasi kekurangan makro nutrisi pada daun adalah menggunakan machine learning dengan algoritma transfer learning yang ditanamkan pada website agar setiap orang dapat dengan mudah mengaksesnya. Algoritma tersebut merupakan modifikasi dari algoritma CNN sebagai dasarnya, algoritma ini berjalan dengan melakukan training tambahan dengan arsitektur CNN yang sudah dibangun oleh para pakar, arsitektur yang digunakan pada penelitian ini adalah Efficient Net B7. Penelitian ini memiliki tiga variabel independen yaitu jumlah augmentasi data, batch size, dan optimizer. Penelitian ini mendapatkan model dengan augmentasi data sebanyak 1000 per kelas, optimizer Adam, dan batch size 8 dengan nilai akurasi sebesar 0.8837, loss sebesar 0.4452, serta precision, recall, dan F1-score yang masing-masing bernilai 0.8947, 0.8992, dan 0.8965.