Kajian UGM: Durasi Pidato Prabowo Naik Tiga Kali Lipat, Ucapan Tidak Pantas Tercatat 311 Kali

Suara.com - Kajian terbaru Electoral Politics & Public Opinion Studies (EPPOS) PolGov UGM membedah gaya komunikasi Presiden Prabowo Subianto selama dua tahun kepemimpinannya, periode Oktober 2024 hingga Oktober 2026. Hasil kajian mencatat peningkatan durasi pidato, sekaligus ratusan insiden ucapan yang dikategorikan tidak pantas.

Koordinator EPPOS PolGov UGM, Arya Budi, mengungkapkan bahwa tim peneliti mendokumentasikan 166 pidato publik Prabowo dengan total durasi mencapai 80,6 jam.

Dari total durasi tersebut, acara kenegaraan menyumbang 34,4 jam atau 42,7 persen. Sementara itu, pidato terkait program pemerintah berlangsung selama 29,1 jam atau 36,2 persen, sedangkan tema politik dan kemasyarakatan mencapai 17 jam atau 21,1 persen.

Durasi pidato Prabowo juga meningkat hampir tiga kali lipat jika dibandingkan antara semester pertama dan semester keempat masa kepemimpinannya.

"Jadi semester pertama dari Oktober 2024 sampai April 2025, jika kita hitung total pidato itu ada sekitar 9,9 jam tapi di akhir (semester empat April-Oktober 2026), 29,2 jam. Jadi durasi pidatonya meningkat," kata Arya dalam peluncuran kajian bertajuk Dua Tahun di Podium, Senin (26/10/2026).

Seiring bertambahnya durasi pidato, fokus pembahasan juga semakin banyak diarahkan pada penjelasan program pemerintah. Porsinya meningkat dari 12 persen menjadi 51 persen berdasarkan kajian tersebut.

Namun, peningkatan durasi komunikasi di podium itu beriringan dengan penurunan tingkat kepuasan publik terhadap pemerintahan Prabowo. Berdasarkan rata-rata 29 survei opini publik yang dihimpun peneliti, tingkat kepuasan masyarakat turun dari kisaran 80,5 persen menjadi 58 persen.

Ratusan Ucapan Tidak Pantas Tercatat

Selain durasi dan tema pidato, penelitian EPPOS PolGov UGM turut menyoroti penggunaan bahasa Prabowo di ruang publik. Peneliti mencatat 311 insiden ucapan yang dikategorikan kurang pantas hingga sangat tidak pantas dalam 84 pidato.

Ucapan tersebut mencakup kata-kata kasar seperti "Ndasmu", "brengsek", dan "bajingan", serta pelabelan terhadap pengkritik, seperti "pakar sesat" dan "saking pintarnya jadi goblok".

Peneliti juga mencatat pernyataan yang menuding demonstran "dibayar koruptor", hingga ucapan bernada ancaman, seperti "daripada kau cekek, lebih baik saya cekek aja kau".

Frekuensi kemunculan ucapan tersebut tercatat stabil pada angka satu insiden per seribu kata. Namun, jumlah temuan meningkat dari 105 insiden pada tahun pertama menjadi 206 insiden pada tahun kedua, seiring bertambahnya durasi pidato.

Dari total 311 insiden, sebanyak 214 dikategorikan kurang pantas, 78 tidak pantas, dan 19 sangat tidak pantas. Sebanyak 222 insiden atau 71,4 persen terjadi dalam acara kenegaraan dan program pemerintah yang disiarkan melalui kanal resmi.

"Ucapan tidak pantas adalah pola yang menetap, bukan insidental. Jadi dia tidak hanya ada di satu pidato, tapi terjadi berulang terus-menerus," kata Arya.

Arya menyoroti penggunaan panggung formal pemerintahan untuk merespons kritik yang ditujukan kepada presiden. Menurut temuan penelitian, 49,8 persen dari seluruh insiden dan 53,6 persen insiden berat menyasar pengkritik serta masyarakat sipil.

"Sasarannya pengkritik tapi panggungnya forum negara. Pengkritik umum (71) adalah sasaran terbesar, disusul pejabat/birokrat sendiri (41) dan akademisi/orang pintar (38)," ujarnya.

Retorika Antagonistik Menguat

Kajian tersebut juga menemukan kecenderungan retorika Prabowo yang semakin populis dan antagonistik. Peneliti mendeteksi penguatan narasi yang membagi kelompok menjadi pihak "rakyat yang bersih" dan kelompok "elit atau pihak asing yang jahat".

Menurut Arya, retorika yang mempertentangkan kelompok "kita" dan "mereka" semakin tajam. Rata-rata skor antagonisme dalam pidato Prabowo disebut meningkat 34 persen dalam setahun.

Penelitian ini dilakukan selama dua bulan dengan mengumpulkan rekaman pidato, menyusun transkrip, serta mengategorikan pernyataan melalui pengodean manual, bantuan model bahasa besar (large language model/LLM), dan analisis statistik.