<![CDATA[Air pollution in urban and industrial areas can have adverse effects on human health, particularly the respiratory system. One effective preventive measure is the use of face masks to filter harmful particles. This study develops a mask detection system by combining the Color Histogram method and Haar Cascade. The Color Histogram is used to recognize characteristic color patterns on masks, while Haar Cascade detects the presence of faces in images or videos. The dataset consists of 1,409 images, including 723 images of mask users and 686 images without masks. The research process involves preprocessing to enhance image quality, feature extraction based on color histograms, and mask classification based on the extracted color patterns. Testing was conducted to evaluate the system’s effectiveness in detecting mask usage with various color and texture variations. Experimental results show that the system achieves a detection accuracy of 92%. However, the system encounters challenges in distinguishing masks with color patterns similar to skin tones, leading to potential detection errors. Improvements can be made by incorporating additional features such as texture analysis or deep learning to enhance accuracy. With its relatively high effectiveness, this system has the potential to be implemented in public monitoring devices to increase awareness and compliance with mask usage, particularly in areas with high pollution levels or during pandemic situations ABSTRAK Polusi udara di kawasan perkotaan dan industri dapat berdampak buruk terhadap kesehatan manusia, terutama pada sistem pernapasan. Salah satu langkah pencegahan yang efektif adalah penggunaan masker wajah untuk menyaring partikel berbahaya. Penelitian ini mengembangkan sistem deteksi penggunaan masker dengan menggabungkan metode Histogram Warna dan Haar Cascade. Histogram Warna digunakan untuk mengenali pola warna khas pada masker, sedangkan Haar Cascade berfungsi mendeteksi keberadaan wajah dalam citra atau video. Dataset yang digunakan terdiri dari 1.409 citra, dengan 723 citra pengguna masker dan 686 citra tanpa masker. Proses penelitian meliputi tahap preprocessing untuk meningkatkan kualitas citra, ekstraksi fitur berbasis histogram warna, serta klasifikasi penggunaan masker berdasarkan pola warna yang diperoleh. Pengujian dilakukan untuk mengevaluasi efektivitas sistem dalam mendeteksi penggunaan masker dengan berbagai variasi warna dan tekstur. Hasil pengujian menunjukkan bahwa sistem mampu mendeteksi masker dengan akurasi sebesar 92%. Meskipun demikian, sistem mengalami kendala dalam membedakan masker yang memiliki pola warna menyerupai kulit wajah, sehingga berpotensi menghasilkan kesalahan deteksi. Perbaikan dapat dilakukan dengan menambahkan fitur tambahan seperti analisis tekstur atau deep learning untuk meningkatkan akurasi. Dengan efektivitasnya yang cukup tinggi, sistem ini berpotensi diterapkan pada perangkat pemantauan publik guna meningkatkan kesadaran dan kepatuhan masyarakat terhadap penggunaan masker, terutama di area dengan tingkat polusi tinggi atau dalam situasi pandemi.]]>
