GraphSAGE with Positive-Unlabeled Learning for Spatial Classification of Imbalanced Geospatial Data

Abstract

Spatial classification dengan ketidakseimbangan kelas yang sangat tinggi (extreme class imbalance) serta tidak tersedianya label negatif (missing negative labels) masih menjadi tantangan mendasar dalam machine learning, khususnya pada aplikasi geospasial yang hanya memiliki sampel positif yang dapat diverifikasi, sementara label negatif tidak dapat dipastikan. Penelitian ini mengembangkan sebuah framework klasifikasi baru yang mengintegrasikan GraphSAGE (Graph Sample and Aggregate) dengan Positive-Unlabeled (PU) Learning untuk mengatasi dua permasalahan utama, yaitu ketergantungan spasial yang sering diabaikan oleh metode machine learning tradisional dan tidak tersedianya sampel negatif yang telah terverifikasi. Framework yang diusulkan divalidasi menggunakan dataset nyata mineral prospectivity mapping yang terdiri atas 14.399 sampel spasial, 28 fitur multisumber yang diekstraksi dari data Landsat-8, ASTER, DEM, dan data struktural, dengan rasio ketidakseimbangan kelas sebesar 1:684. Metodologi yang diterapkan mencakup konstruksi graf spasial menggunakan k-Nearest Neighbors, arsitektur GraphSAGE tiga lapis untuk melakukan agregasi informasi dari lingkungan (neighborhood aggregation), serta PU Learning dengan weighted loss function sehingga proses pelatihan dapat dilakukan tanpa memerlukan label negatif. Selain itu, ensemble yang terdiri atas tiga model digunakan untuk memberikan uncertainty quantification. Hasil penelitian menunjukkan nilai AUC-ROC sebesar 0,973 dan AUC-PR sebesar 0,304, yang melampaui kinerja Random Forest (0,812), XGBoost (0,831), dan GCN (0,854) dengan peningkatan sebesar 14–17%. Model yang diusulkan berhasil mengidentifikasi 407 prediksi dengan tingkat kepercayaan tinggi (high-confidence predictions) yang mencakup sekitar 1% wilayah penelitian, dengan 67% sampel positif terverifikasi berada pada zona dengan tingkat kepercayaan tinggi tersebut. Temuan ini menunjukkan bahwa pemodelan spasial berbasis graf yang dipadukan dengan PU Learning efektif dalam mengatasi permasalahan extreme class imbalance dan missing negative labels pada tugas spatial classification geospasial.