Suaka Alam Kuala Lupak merupakan kawasan konservasi lahan basah esensial yang rentan terhadap perubahan fungsi lahan akibat tekanan antropogenik. Pemantauan kondisi vegetasi secara berkala dan akurat sangat diperlukan untuk mendukung upaya pelestarian ekosistem mangrove di wilayah ini. Penelitian ini bertujuan untuk menganalisis sebaran kerapatan vegetasi mangrove serta menguji tingkat akurasi pemetaan menggunakan pendekatan multi-indeks, yaitu Normalized Difference Vegetation Index (NDVI), Soil Adjusted Vegetation Index (SAVI), Enhanced Vegetation Index (EVI), dan Normalized Difference Water Index (NDWI) berbasis cloud computing Google Earth Engine (GEE). Citra satelit Sentinel-2 tahun 2024 digunakan untuk mengklasifikasikan tingkat kerapatan vegetasi dan kondisi kebasahan lahan. Hasil analisis menunjukkan bahwa setiap indeks memiliki sensitivitas spektral yang berbeda. Indeks EVI terbukti paling efektif dalam mendeteksi struktur hutan mangrove lebat (biomassa tinggi) dengan luasan teridentifikasi mencapai 1.039,17 ha tanpa mengalami saturasi piksel. Sementara itu, NDWI berhasil mendelineasi zona lahan basah pendukung ekosistem dengan dominasi kelas kebasahan sedang seluas 993 ha. Berdasarkan uji akurasi menggunakan Confusion Matrix, Indeks EVI menunjukkan performa terbaik dengan nilai Overall Accuracy sebesar 93,33% dan Kappa Coefficient 0,86 (kategori Almost Perfect Agreement), mengungguli NDVI (92,59%), NDWI (90,32%), dan SAVI (87,88%). Penelitian ini menyimpulkan bahwa integrasi teknologi penginderaan jauh dengan algoritma EVI merupakan metode yang paling direkomendasikan untuk pemetaan dan pemantauan kerapatan mangrove di kawasan Suaka Alam Kuala Lupak.