Penelitian ini bertujuan untuk memetakan dan menganalisis dinamika spasial–temporal hutan mangrove di Suaka Alam Kuala Lupak, Kalimantan Selatan, selama periode 1990–2020 dengan memanfaatkan teknologi penginderaan jauh multitemporal. Analisis difokuskan pada perubahan luasan, pola perubahan spasial, struktur lanskap, serta faktor pendorong perubahan sebagai dasar ilmiah untuk mendukung pengelolaan dan konservasi mangrove yang berkelanjutan.

Penelitian menggunakan citra satelit Landsat multitemporal tahun 1990, 2000, 2010, dan 2020 yang diolah melalui Google Earth Engine dan ArcGIS. Indeks vegetasi umum (NDVI, SAVI, NDWI, dan EVI) serta indeks spesifik mangrove (MI, MVI, MMRI, MDI, NDMI, LXMI, CMRI, dan SMRI) digunakan sebagai variabel input dalam klasifikasi berbasis algoritma Random Forest. Evaluasi akurasi dilakukan menggunakan Overall Accuracy (OA) dan koefisien Kappa. Hasil evaluasi menunjukkan bahwa NDWI memberikan akurasi statistik yang tinggi dan stabil, sedangkan MVI menghasilkan representasi spasial yang paling konsisten dan sesuai dengan karakteristik biofisik mangrove, sehingga dipilih sebagai indeks utama dalam analisis perubahan.

Hasil penelitian menunjukkan bahwa luas mangrove menurun dari 2.659,78 ha pada tahun 1990 menjadi 1.118,70 ha pada tahun 2020, dengan total kehilangan sebesar 1.541,08 ha atau laju deforestasi rata-rata sekitar 51,37 ha per tahun. Deteksi perubahan spasial–temporal mengindikasikan dominasi kehilangan tutupan seluas 1.857,15 ha, sementara pemulihan hanya mencapai 318,15 ha. Analisis metrik lanskap menunjukkan peningkatan fragmentasi yang signifikan, ditandai oleh kenaikan jumlah patch dari 40 menjadi 319 dan penurunan ukuran patch rata-rata dari 66,88 ha menjadi 3,53 ha, yang mengindikasikan degradasi struktur habitat mangrove.

Faktor pendorong utama perubahan mangrove adalah aktivitas antropogenik, terutama konversi menjadi tambak dan penggunaan lahan pesisir lainnya, sedangkan faktor alami seperti abrasi dan sedimentasi berperan secara lebih terbatas. Berdasarkan temuan tersebut, penelitian ini merekomendasikan pengendalian konversi lahan pesisir, perlindungan area mangrove yang masih stabil, serta rehabilitasi terarah pada zona kehilangan terbesar dengan dukungan pemantauan rutin berbasis citra satelit multitemporal.

Penelitian ini menunjukkan bahwa integrasi indeks vegetasi, klasifikasi Random Forest, validasi citra resolusi tinggi, dan analisis metrik lanskap efektif untuk mengevaluasi dinamika mangrove secara kuantitatif dan komprehensif, serta berkontribusi pada pengembangan metode pemantauan mangrove skala lokal di Indonesia.