Convolutional neural network (CNN) merupakan metode yang terdapat pada deep learning yang diklaim sebagai metode terbaik atas permasalahan yang berkaitan dengan image classification. Perkembangan metode CNN saat ini telah menghasilkan banyak model atau arsitektur CNN terlatih yang dapat digunakan pada berbagai macam data, salah satunya citra masker wajah untuk pendeteksian secara otomatis. Penelitian ini menggunakan model arsitektur Xception. penelitian ini berfokus pada pendeteksian 3 objek yaitu wajah yang menggunakan masker, tidak bermasker dan fake masker. Berdasarkan pembahasan dan hasil analisis yang telah dilakukan dalam penelitian ini, maka diperoleh accuracy 99.53% dengan training 10 epoch dan accuracy 99.30% dengan training 5 epoch. Dari penelitian ini disimpulkan bahwa model arsitektur Xception memiliki tingkat keakuratan yang sangat tinggi dan semakin banyak epoch yang dilakukan makan accuracy yang didapatkan akan semakin tinggi.