La rápida proliferación de jacinto de agua en los embalses recién formados representa una amenaza significativa para los ecosistemas acuáticos y las operaciones hidroeléctricas. El objetivo de este estudio fue mapear y monitorear la distribución espaciotemporal del jacinto de agua en el embalse de Hidroituango en Colombia desde 2018 hasta 2023, utilizando imágenes de satélite Sentinel-2 y algoritmos de aprendizaje automático. Se emplearon los algoritmos de Random Forest (RF) y Support Vector Machine (SVM) para la clasificación de imágenes, y su rendimiento se evaluó utilizando diversas métricas de precisión. Los resultados revelaron que ambos algoritmos detectaron y mapearon eficazmente las infestaciones de jacinto de agua, siendo RF más estable en la captura de tendencias a largo plazo y SVM mostrando mayor sensibilidad a cambios rápidos en la cobertura. El estudio también destacó el impacto de la pandemia de COVID-19 en los esfuerzos de control, lo que llevó a un aumento temporal en la infestación. Los hallazgos subrayan la importancia del monitoreo continuo y las estrategias de gestión adaptativa para mitigar los impactos ecológicos y económicos del jacinto de agua en el embalse de Hidroituango y entornos similares.