The International Energy Agency (IEA) telah memperkirakan bahwa permintaan energi global akan meningkat sebesar 1,6% dengan negara-negara berkembang akan menyumbang sekitar 65% dari peningkatan tersebut pada tahun 2030. Permintaan tersebut diperkirakan lebih dari 80% dari pengguna antara tahun 2015 dan 2035. Sedangkan subsidi untuk bahan bakar fosil di Asia Tenggara mencapai US$ 51 miliar pada tahun 2012 yang merugikan pasar energi terutama di Malaysia dan Indonesia. Hal ini mengharuskan adanya perpindahan penggunaan energi berbahan bakar fosil menjadi energi bersih dan terbarukan seperti energi panas bumi. Hal ini karena saat ini konsumsi total energi global setara dengan sekitar 100 juta barel minyak per hari, sehingga secara teoritis energi panas bumi dapat memasok kebutuhan energi selama 6 juta tahun. Tujuan dari penelitian ini adalah untuk memodelkan tingkat kesesuaian area potensi pembangunan energi panas bumi di Asia Tenggara. Metodologi yang digunakan adalah studi literatur dan pengambilan data berupa citra satelit penginderaan jauh dalam bentuk produk pada platform Google Earth Engine. Analisis machine learning menggunakan metode random forest, classification and regression trees, serta support vector machine digunakan untuk membuat model agreement yang digunakan sebagai basemap bagi model analisis multi-criteria. Sedangkan analisis multi-criteria digunakan untuk memodelkan kesesuaian energi panas bumi berdasarkan karakteristik-karakteristik manifestasi panas bumi di permukaan. Hasil yang diharapkan dari penelitian ini adalah peta tematik tingkat kesesuaian energi panas bumi Asia Tenggara yang memuat lokasi-lokasi potensial pembangunan energi panas bumi di wilayah Asia Tenggara.