Seiring dengan meningkatnya angka COVID-19 di seluruh dunia maka perlu adanya pencegahan atas penyebaran virus COVID-19. Salah satunya menggunakan masker di tempat umum. Maka dari itu penelitian ini bertujuan untuk menguji nilai akurasi yang dihasilkan oleh arsitektur VGG16 jika digunakan untuk mendeteksi penggunaan masker pada manusia. Pada penelitian kali ini digunakan dataset berupa citra wajah manusia yang menggunakan masker dan tidak menggunakan masker. Dataset pada penelitian ini didapatkan secara gratis dan boleh dipakai untuk umum. Pada awal penelitian, seluruh citra yang akan masuk kedalam sistem dilakukan perataan ukuran citra, dan normalisasi citra supaya lebih mudah untuk dikenali oleh sistem. Sistem yang akan dibangun menggunakan arsitektur VGG16. VGG16 adalah sebuah arsitektur dari metode Convolutional Neural Network yang memiliki kesederhanaan model, dan penggunaan kernel yang kecil. Sistem ini dibangun dengan 4 epoch yaitu 10, 20, 30, dan 40. Lalu dipadukan dengan 3 batch-size yang berbeda yaitu 10, 20, 30, dan 100. Hasil terbaik dari sistem yang dibangun pada penelitian ini terdapat pada jumlah batch-size sebesar 20 dan epoch sebesar 100 dengan tingkat akurasi sebesar 93%.