Aa Ruslan Sutisna
Jakarta – Lingkar Survei Indonesia (LSI) Denny JA memotret elektabilitas 3 nama capres setahun belakangan. Hasilnya, dukungan untuk Menteri Pertahanan Prabowo Subianto terus melonjak, Gubernur Jawa Tengah Ganjar Pranowo cenderung stagnan dan suara untuk Mantan Gubernur DKI Jakarta Anies Baswedan kian menurun.
Dalam paparannya, Peneliti LSI Denny JA Adjie Alfaraby memuat data dalam 4 kali survey elektabilitas capres yang dirilis pada Mei 2022, September 2022, Januari 2023 dan Mei 2023.
"Pak Prabowo, kalau kita lihat ada tren kenaikan di Mei angkanya 33, 4%, September 27, 9%, lalu sempat turun lagi pada Januari dengan 25, 4?n bangkit kembali pada Mei 2023 yang menunjukkan 33, 9%, ” kata Adjie, Jumat (19/5).
Keadaan terbalik terjadi pada Ganjar dan Anies. Adjie merinci, perolehan suara Ganjar pada Januari 2023 paling tinggi dibanding hasil survei LSI Denny JA di bulan lainnya. Dukungan Ganjar cenderung stagnan bahkan turun dalam dua bulan belakangan. Pada Mei 2023, Ganjar meraih 31, 9% setelah sebelumnya melebihi mencapai 37, 8%.
"Angka ini sekaligus menujukkan sinyal bagi tim Pak Ganjar bahwa ada tren penurunan pada 2023 tentu dengan beberapa alasan, ” jelas Adjie.
Salah satu alasan yang menurut Adjie paling kuat adalah terkait batalnya Indonesia menjadi tuan rumah piala dunia U-20. Selain itu, Ganjar juga dinilai gagal memimpin Jawa Tengah sehingga angka kemisikan pada Provinsi tersebut menjadi terendah nomor dua di Pulau Jawa.
Sementara Anies Baswedan, Adjie mengatakan angka dukungan padanya cenderung menurun dan selalu ada di bawah dua nama capres lainnya. Dalam kurun waktu setahun, suaran untuk Anies hanya berkutat di angka 20-22%.
"Anies dalam temuan ini, kami menyebutnya sebagai mesin yang lambat panas. Karena sebetulnya elektabilitasnya tidak banyak berubah. Jadi dalam setahun, ia selalu buncit dan stagnan di angka yang sama sekitar 20 hingga 22%, ” kata Adjie.
Survei LSI Denny JA dilakukan selama 12 hari, yakni 3 – 14 Mei 2023. Survei ini melibatkan 1.200 responden yang dipilih dengan metode multi-stage random sampling.
Tony Rosyid 
Suferi 
