ABSTRAKSI: Di Indonesia terdapat berbagai macam pulau yang tersebar, masing-masing dari pulau tersebut memiliki kontur yang berbeda-beda, oleh sebab itu untuk membedakannya dibutuhkan suatu pengenalan citra yang merupakan proses untuk mengenali dan mengidentifikasi suatu image pulau terluar di Indonesia. Teknologi pengenalan citra pada pulau termasuk di dalam biometik yang menggunakan karakteristik image. Saat ini pengenalan pulau berbasis penginderaan jauh dapat digunakan dalam berbagi hal, diantaranya untuk keamanan, pengenalan identitas suatu pulau maupun negara, meningkatkan efisiensi dan efektifitas berbagai kegiatan. Pada Tugas Akhir ini dibuat mengenai analisis dan simulasi Algoritma yang digunakan untuk implementasi sistem pengenalan citra pulau ini adalah dengan menggunakan metode transformasi curvelet. Transformasi curvelet digunakan untuk mengoptimalkan dalam merepresentasikan objek bertepi terutama garis lengkung, mengoptimalkan dalam merepresentasikan wave propagator serta optimal dalam hal merekontruksi citra yang rusak. Hasil keluaran dari proses ini digunakan sebagai input pada proses pengenalan pola dan pengklasifikasian. Untuk tahap ini, akan digunakan metode jaringan saraf tiruan Back Propagation (JST-BP). Hasil pengujian dalam analisis dan simulasi ini adalah untuk meningkatkan performansi sistem, maka dilakukan pengujian terhadap sistem. Pengujian dilakukan dengan melakukan analisa terhadap jenis ekstraksi ciri terhadap Curvelet dan beberapa parameter JST Backpropagation, sehingga diperoleh akurasi maksimal dengan mengubah jumlah neuron sebanyak 50 pada JST yang dibangun sehingga nilai akurasi tertinggi yang didapatkan adalah 87.50% dan waktu proses ± 0.10 detik.Kata Kunci : pulau, transformasi curvelet, back propagation, jaringan saraf tiruan back propagation.ABSTRACT: In Indonesia there are so many islands are spreaded. Each islands has their own diferent contures. In order to make it different between an island to another island therefore it is needed an image recognition which has a purpose to recognize and identify an outside island in Indonesia. An island image recognition is included inside the biomatic which used image characteristic. Nowadays, an island recognition using long distance sensing can be used in many ways such as for security, recognition identity of an island or country, to increase the efficiency and efectivity in many activities. In this final project, it was made an analysis and algorithm simulation which used to implement it to the image recognition by using curvelet transformation method. Curvelet transformation is used to optimize in representing the edged object especially curve line, to optimize in representing wave propagator and to optimize in reconstructing broken image. The output of this process are uses as an input in introduction pattern and clasification. In this step Artifical Neural Network – Back Propagation (JST-BP) are used. The result of the test in analysing and simulating are to improve the performance of the system, then conducted testing of the system. Testing is done by analyzing the types of the Curvelet feature extraction and Backpropagation neural network parameters, in order to obtain maximum accuracy was 87.50% and ± 0.10 seconds processing time.Keyword: island, curvelet transformation, back propagation, artificial neural network back propagation