Net

Fajar/Rian Obsesi Kalahkan Pasangan Thailand

BANGKOK (KRjogja.com) – Pebulu tangkis ganda putri Indonesia, Fajar Alfian/Muhammad Rian Ardianto, mengakui melaju ke babak perempatfinal Malaysia Masters 2018. Di babak 16 besar, Fajar/Rian mengalahkan pasangan asal Jepang, Takeshi Kamura/Keigo Sonoda, dengan skor 21-17 dan 21-17.

Hasil ini tak lepas dari strategi matang yangtelah disiapkan oleh Fajar/Rian sebelum bertanding. Fajar/Rian mengakui bahwa mereka berusaha untuk unggul di bola-bola depan dan tak ingin terbawa permainan lawan.

Bertemu di babak 16 besar memang menjadi waktu yang tepat bagi Fajar/Rian untuk bisa membalas dua kekalahan sebelumnya kepada Kamura/Sonoda. Sehingga, Fajar/Rian bisa bermain dengan apik setelah mengetahui strategi yang diterapkan oleh lawannya.

“Kunci kemenangan kami adalah yakin dan kami harus unggul di bola-bola depan. Melawan pasangan unggulan, kami justru tampil lepas tanpa beban,” ujar Fajar, mengutip dari laman resmi PBSI, Jumat (19/1/2018).

“Kami memang sengaja tidak mau bermain di pola yang disukai lawan. Kami terus memaksa lawan yang ikut pola permainan kami. Di permainan tadi, kami selalu lebih dahulukan bola-bola di depan net dari servis serta pukulan pembukaan,” tambah Rian.

Di laga perempatfinal nanti, Fajar/Rian akan berhadapan dengan pasangan asal Thailand, Kittinupong Kedren/Dechapol Puavaranukroh. Mengomentari laga itu, Fajar/Rian mengaku optimis bisa meraih kemenangan.

Apalagi, pasangan Indonesia yang kini berada di ranking 16 dunia itu telah mengantongi dua kemenangan dari tiga pertemuan terakhir. Namun di laga terakhir yang bertemu di ajang SEA Games 2017, Fajar/Rian harus takluk.

Dengan kekalahan tersebut, Fajar/Rian tak ingin jemawa. Mereka tetap ingin berusaha semaksimal mungkin untuk bisa menembus babak semifinal.

“Pastinya, kami ingin membalas kekalahan (di SEA Games 2017), kami ingin menang. Tapi kami tidak mau terlalu over juga. Kami lihat saja di lapangan besok, intinya kami akan berusaha semaksimal mungkin,” sambung Fajar. (*)

BERITA REKOMENDASI