Teknologi LiDAR merupakan teknik penginderaan jauh yang banyak digunakan untuk klasifikasi penutup lahan. Dengan perkembangan teknologi, akuisisi data LiDAR dapat dilakukan bersamaan dengan akuisisi citra optik udara. Implementasi metode maximum likelihood, random forest, dan neural network dilakukan untuk membandingkan klasifikasi fusi citra LiDAR dengan citra optik udara. Klasifikasi dilakukan dengan menggunakan gabungan fitur-fitur penelitian sebelumnya. Selain itu, diimplementasikan juga teknik seleksi fitur, reduksi dimensi fitur, dan post-processing untuk mengamati pengaruhnya pada klasifikasi. Metode random forest terbukti menjadi metode yang terbaik secara umum dari ketiga metode dengan akurasi 91.03%. Proses seleksi fitur berpengaruh dalam meningkatkan akurasi dan mempercepat waktu pengujian. Selain itu, proses reduksi dimensi fitur meningkatkan akurasi dari 1 - 3% dan teknik post-processing yang dikembangkan berhasil meningkatkan akurasi klasifikasi sampai 3.34%.