Deteksi citra secara otomatis pada produk pertanian, seperti daun sawi, menghadapi tantangan tersendiri akibat variasi warna, kondisi pencahayaan, serta kualitas citra yang dapat mempengaruhi tingkat akurasi sistem. Penelitian ini bertujuan untuk merancang sistem deteksi citra daun sawi dengan menerapkan metode Hue, Saturation, Value (HSV) dan Color Blob Detection, yang dipadukan dengan teknik preprocessing seperti Gaussian Blur, Histogram Equalization, dan Adaptive Thresholding guna meningkatkan kualitas citra sebelum proses deteksi. Sistem ini dikembangkan menggunakan bahasa pemrograman Python dan dievaluasi menggunakan Confusion Matrix untuk mengukur performa model dalam mendeteksi citra daun sawi.Hasil pengujian menunjukkan bahwa sistem mampu mencapai tingkat akurasi 73%, precision 100%, serta F1 Score 84%. Meskipun metode yang diterapkan menghasilkan performa yang cukup baik dalam deteksi citra daun sawi, masih terdapat beberapa keterbatasan, khususnya terkait variasi jarak pengambilan gambar serta ketidakstabilan pencahayaan yang dapat mempengaruhi hasil deteksi. Berdasarkan temuan penelitian ini, dapat disimpulkan bahwa metode yang digunakan cukup efektif dalam mendeteksi citra daun sawi, meskipun masih diperlukan perbaikan untuk meningkatkan konsistensi hasil dalam berbagai kondisi lingkungan.