Ini penyebab Ahok-Djarot berpotensi kalah di Pilgub DKI versi LSI

Merdeka.com - Pilkada DKI Jakarta diprediksi bakal berlangsung dua putaran. Meski hasil survei menyatakan pasangan bakal calon Basuki Tjahaja Purnama (Ahok)-Djarot Syaiful Hidayat lolos dalam putaran pertama, Lingkaran Survei Indonesia (LSI) menyebut Ahok-Djarot berpotensi kalah di Pilgub DKI nanti.

Tim peneliti LSI Adjie Alfaraby menuturkan ada beberapa faktor yang membuat popularitas Ahok-Djarot terus merosot. Bahkan, sejak bulan Maret 2016, Ahok dianggap sebagai musuh bersama (Common Enemy) oleh warga Jakarta khususnya di media sosial.

"Ada empat alasan mengapa Ahok menjadi Common Enemy, data ini diperoleh melalui riset kualitatif. Pertama, akibat isu kebijakan publik (penggusuran dan reklamasi) yang tak disukai‎," kata Adjie di Kantor LSI, Jakarta, Selasa (4/10).

Kedua, menyangkut karakter Ahok yang kasar dan arogan. Sikap mantan Bupati Belitung Timur itu dianggap bukan tipe pemimpin yang layak memimpin Jakarta.

"Belum lagi sikapnya yang dinilai tidak konsisten, suatu ketika mencerca partai politik dan hanya ingin maju lewat jalur independen. Namun selanjutnya ia berjuang mencari dukungan partai politik," ujar dia.

Kemudian, alasan ketiga dari hasil riset LSI sekitar 40 persen pemilih yang beragama muslim di DKI tidak bersedia dipimpin oleh Ahok yang beragama non muslim. Mereka berupaya keras agar Ahok kalah dan tidak memimpin Jakarta.

Sementara alasan terakhir lantaran adanya kompetitor baru atau pasangan bakal calon baru yang bisa dipilih warga Jakarta. Pasangan Anies Baswedan-Sandiaga Uno dan Agus Harimurti Yudhoyono-Sylviana Murni menjadi alternatif pemilih yang pro atau pun kontra Ahok.

"Hadirnya kompetitor yang fresh, Agus Harimurti dan Anies Baswedan dua figur ini belum dibicarakan dua bulan lalu. Kehadiran mereka kini bisa mengambil banyak pemilih yang dulu pro Ahok," pungkas Adjie.

Lingkaran Survei Indonesia (LSI) melakukan survei terhadap 440 responden terkait Pilkada DKI 2017. Survei itu digelar sejak 28 September-2 Oktober 2016 menggunakan metode multi-stage random sampling.