<![CDATA[Sawah merupakan salah satu bentuk pemanfaatan lahan yang memiliki peran penting dalam mendukung ketahanan pangan nasional. Pemantauan perubahan luas sawah secara berkala menjadi hal yang esensial untuk mengantisipasi tekanan alih fungsi lahan, degradasi kualitas lingkungan, serta untuk mendukung perencanaan pembangunan pertanian berkelanjutan. Penelitian ini bertujuan untuk menganalisis dinamika sawah di wilayah Tamban, Kalimantan Selatan, dengan mengintegrasikan indeks vegetasi Normalized Difference Vegetation Index (NDVI) dan metode klasifikasi unsupervised K-Means berbasis citra Sentinel-2 pada periode 2020–2024. Metode penelitian meliputi beberapa tahapan, yakni pra-pengolahan citra dengan masking awan, perhitungan NDVI, serta klasifikasi K-Means untuk membedakan sawah aktif dan non-sawah. Analisis dilakukan pada lima Area of Interest (AOI) dengan fokus pada perhitungan luas sawah dan pemantauan perubahan temporal. Validasi dilakukan menggunakan titik sampel lapangan dan penghitungan confusion matrix untuk memperoleh nilai akurasi klasifikasi. Hasil penelitian menunjukkan bahwa kombinasi NDVI dan K-Means mampu mengidentifikasi sawah secara akurat dengan pola spasial yang mengikuti petak lahan. Validasi menghasilkan nilai overall accuracy sebesar 98,69% dan kappa coefficient sebesar 97,21%, yang membuktikan reliabilitas metode ini. Analisis temporal memperlihatkan dinamika yang beragam antar AOI. AOI 1 dan AOI 5 menunjukkan tren peningkatan luas sawah yang mengindikasikan optimalisasi lahan, AOI 2 dan AOI 4 mengalami penurunan luas yang konsisten sehingga memerlukan perhatian khusus, sementara AOI 3 menunjukkan pola yang sangat fluktuatif dengan potensi besar namun juga rentan terhadap faktor eksternal. Variasi ini menegaskan bahwa dinamika sawah di tingkat lokal dipengaruhi oleh kondisi biofisik, sosial-ekonomi, serta praktik pengelolaan lahan yang berbeda. Secara keseluruhan, penelitian ini menegaskan bahwa kombinasi NDVI dan K-Means efektif, efisien, dan aplikatif dalam memantau perubahan sawah. Pendekatan ini berkontribusi penting bagi penyediaan informasi spasial yang dapat dimanfaatkan untuk perencanaan pertanian, pengendalian alih fungsi lahan, serta kebijakan pengelolaan sumber daya lahan yang berkelanjutan.]]>
