Dengan adanya perpindahan Ibu Kota Indonesia menuju Kalimantan Timur yang berada
pada Nusantara, semua titik masuk Kalimantan Timur disekitar Nusantara diharapkan
dapat menyokong pergerakan warganya agar tidak menghambat perkembangan kota dan
juga transisi lokasi pemerintahan. Salah satu titik masuk ini berada pada Bandar Udara
Sultan Aji Muhammad Sulaiman Sepinggan (SAMS), Balikpapan. Semenjak 2014
hingga 2019, Bandara ini mempunyai rata-rata penumpang berangkat per tahunnya
sebanyak 4.252.829 penumpang. Arus penumpang sebanyak ini dapat menimbulkan
masalah pada sirkulasi penumpang, yakni pada counter check-in, penumpukan antrian
penumpang ini dapat berdampak pada jam oprasional maskapai serta biaya oprasional
seperti jadwal penerbangan dan standby delay time. Pada tahun 2018 dan 2017,
penumpang membludak pada hari libur keagamaan, namun pada 2019 penumpang
Bandara SAMS Sepinggan mengalami penurunan sebesar 39% dikarenakan Bandara
APT Pranoto Samarinda telah beroperasi. Berdasarkan fakta tersebut, kajian efektifitas
area terminal check-in telah dianalisis oleh Abieza pada 2020 yang menyatakan kondisi
eksisting sementara tidak memenuhi PM.38 tahun 2015 untuk sistem check-in
konvensional, sedangkan untuk sistem self check-in juga tidak memenuhi SPM IATA
Level of Service. Berlandaskan dari temuan ini, dan juga adanya rencana penambahan
pergerakan penduduk sebesar 200.000 penduduk per quota ASN (PANRB, 2022), maka
diperlukan solusi untuk memperbaiki sirkulasi penumpang pada area check-in. Dalam
penelitian ini, pencarian solusi optimal akan menggunakan metode metaheuristik berupa
particle swarm optimization, Hasil skenario optimal yang dihasilkan melalui Particle
Swarm Optimization (PSO) akan diuji melalui simulasi menggunakan perangkat lunak
PTV Vissim. PTV Vissim akan digunakan untuk mensimulasikan operasi check-in
bandara dengan skenario optimal. Berdasarkan hasil analisis, skenario optimal dari PSO
menghasilkan kombinasi berupa 16 counter check-in konvensional dan 2 mesin self
check-in. Kemudian, skenario ini dimodelkan dan pada tahun eksisting 2023
menghasilkan waktu pelayanan per counter sebesar 2,5 menit dan per mesin self check-in
sebesar 1,4 menit, sedangkan pada tahun rencana 2033 menghasilkan waktu pelayanan
per counter sebesar 2,5 menit dan per mesin self check-in sebesar 2,1 menit dengan BCR
sebesar 1,42.