Perkembangan teknologi perangkat wearable kembali menghadirkan inovasi menarik melalui kacamata pintar tanpa baterai yang mampu memanfaatkan energi dari kedipan mata dan gerakan wajah manusia. Tim peneliti Northwestern University mengembangkan perangkat bernama GlassTENG, yaitu kacamata dengan sensor khusus yang menghasilkan sinyal listrik dari aktivitas alami wajah. Teknologi ini memungkinkan pemantauan kedipan, gerakan rahang, hingga denyut pembuluh darah tanpa membutuhkan baterai untuk mengoperasikan sensor utamanya. Penelitian yang diumumkan pada Oktober 2026 tersebut membuka peluang pengembangan perangkat kesehatan pintar yang lebih ringan, hemat energi, dan nyaman digunakan sepanjang hari tanpa harus bergantung pada pengisian daya sensor secara berkala.
Inovasi GlassTENG yang Mengubah Gerakan Wajah Menjadi Energi Listrik
GlassTENG dikembangkan sebagai prototipe kacamata pintar yang mengubah pergerakan otot wajah menjadi sinyal listrik. Penelitian tersebut dikoordinasikan oleh peneliti Northwestern University, Nivedita Arora, bersama kelompok peneliti yang melibatkan Nabil Alshurafa dan mahasiswa pascasarjana. Berbeda dengan banyak perangkat wearable konvensional, GlassTENG mengandalkan perubahan mekanis pada wajah untuk melakukan pendeteksian. Metode yang digunakan mendukung rancangan sensor yang tidak memerlukan baterai. Melalui rancangan inovatif ini, kacamata sehari-hari berpotensi menjadi perangkat pemantauan kesehatan.
Para ilmuwan yang terlibat memperkenalkan hasil penelitian melalui publikasi ilmiah berjudul GlassTENG: Self-Powered Triboelectric Nanogenerator Based Sensing of Pulse, Jaw, and Upper Facial Activity from Everyday Glasses. Penelitian ini menjadi bagian dari konferensi UbiComp/ISWC 2026 yang menampilkan perkembangan sistem komputasi dan perangkat yang dikenakan. Salah satu tujuan utamanya adalah menciptakan sistem pengindraan yang lebih mudah digunakan setiap hari. Tim pengembang mempertimbangkan bahwa perangkat kacamata telah menjadi bagian dari rutinitas masyarakat. Dengan pertimbangan tersebut, penambahan kemampuan pemantauan pada kacamata dapat menjadi solusi praktis.
Cara Kerja Teknologi Kedipan Mata sebagai Sumber Energi GlassTENG
Komponen utama GlassTENG adalah triboelectric nanogenerator atau TENG, yaitu komponen penghasil muatan listrik melalui kontak material. Mekanisme dasarnya memanfaatkan perpindahan muatan akibat kontak dua material. Apabila dua material mengalami siklus sentuhan dan pemisahan, perbedaan muatan listrik dapat menghasilkan tegangan. Dalam rancangan kacamata tersebut, gerakan kelopak mata dan otot wajah memberikan tekanan pada lapisan sensor. Respons mekanis tersebut menimbulkan tegangan sebagai informasi sensor. Berkat prinsip ini, aktivitas alami manusia membantu mengoperasikan sensor yang mengukurnya.
Keunggulan dari pendekatan triboelektrik tersebut berasal dari penggunaan energi mekanis yang tersedia secara alami. Ketika pengguna berkedip, gerakan tersebut menimbulkan respons listrik pada komponen fleksibel. Perubahan mekanis tambahan seperti mengangkat alis, mengunyah, dan mengatupkan rahang dapat dikenali melalui respons tegangan yang khas. Meskipun komponen pengindraannya bersifat mandiri, operasi keseluruhan sistem tetap bergantung pada rancangan rangkaian elektronik. Karakteristik teknis tersebut penting dipahami agar kemampuan perangkat tidak disalahartikan.
Kemampuan Sensor Kacamata Pintar dalam Mengenali Berbagai Sinyal Tubuh
Agar berbagai gerakan wajah dapat terdeteksi, pengembang menempatkan tiga sensor berukuran kecil pada bagian tertentu dari struktur kacamata. Sensor pertama berada di area kacamata yang berdekatan dengan pangkal hidung untuk membaca kedipan, gerakan alis, dan denyut pembuluh darah. Pendeteksi lainnya ditempatkan pada area samping kepala sehingga dapat menangkap gerakan rahang dan denyut arteri temporal. Sementara itu, komponen terakhir terletak di sekitar area telinga untuk mendeteksi tekanan akibat gerakan rahang. Susunan sensor tersebut membantu membedakan sejumlah perilaku wajah.
Dalam eksperimen yang dilakukan, setiap aktivitas menghasilkan tegangan dengan karakteristik berbeda. Gerakan halus akibat denyut arteri memunculkan tegangan dalam kisaran 50 sampai 100 milivolt. Pada aktivitas wajah lainnya, pergerakan bagian atas wajah menghasilkan tegangan berkisar 200–500 milivolt. Aktivitas mengunyah atau mengatupkan rahang mampu menghasilkan tegangan mencapai 1,5 volt. Perbedaan nilai tersebut menjadi dasar identifikasi perilaku wajah. Meskipun nilai tegangan terlihat menarik, besar voltase tidak langsung menunjukkan kemampuan memasok daya besar.
Penelitian Sensor Tanpa Baterai Menghasilkan Tingkat Akurasi Menjanjikan
Sebagai bagian dari penelitian eksperimental, tim pengembang melakukan percobaan bersama 20 partisipan. Masing-masing partisipan diminta menjalankan enam jenis aktivitas, yaitu melakukan gerakan kelopak mata, alis, rahang, ketukan gigi, aktivitas makan, dan percakapan. Pada setiap sesi pengamatan, sistem membaca perubahan listrik yang dihasilkan masing-masing gerakan. Hasil pengukuran sensor kemudian dianalisis menggunakan algoritma machine learning. Tujuannya adalah membedakan pola sinyal dari setiap aktivitas.
Hasil penelitian memperlihatkan, GlassTENG menunjukkan kemampuan pengenalan enam aktivitas dengan akurasi 93,8 persen. Untuk gerakan tertentu, akurasi pendeteksian ketukan gigi mencapai 99 persen. Sementara itu, sistem menunjukkan tingkat pengenalan sebesar 96 persen pada aktivitas mengatupkan rahang. Angka tersebut memberikan bukti awal bahwa pendekatan pengindraan ini cukup menjanjikan. Walaupun hasilnya terlihat baik, kemampuan prototipe perlu diuji dalam kondisi penggunaan sehari-hari yang lebih luas. Oleh karena itu, pengembangan berikutnya perlu menilai ketahanan sensor terhadap berbagai kondisi nyata.
Peluang Penggunaan Sensor Kedipan Mata bagi Kesehatan Sehari-hari
Peluang penerapan penting kacamata pintar ini adalah pengenalan perilaku yang berkaitan dengan kondisi fisik pengguna. Dalam kemungkinan penggunaan mendatang, perangkat dapat membantu mencatat pola gerakan rahang. Aktivitas tersebut dapat berkaitan dengan bruxism, yaitu kondisi ketika seseorang mengatupkan atau menggeretakkan gigi secara tidak disengaja. Jika kemampuan pemantauan ditingkatkan, perangkat dapat dirancang untuk membantu pengguna menyadari aktivitas rahangnya. Meskipun peluang ini menarik, GlassTENG belum dapat dianggap sebagai alat diagnosis medis.
Di samping pemantauan bruxism, GlassTENG memiliki peluang penggunaan dalam pengamatan perilaku makan serta denyut pembuluh darah. Kemampuan mendeteksi kedipan mata berpotensi digunakan sebagai indikator tambahan dalam pemantauan kondisi pengguna. Sementara itu, komponen pendeteksi dekat pembuluh darah dapat menangkap respons dari getaran pembuluh darah. Informasi tersebut memberikan dasar bagi penelitian teknologi kesehatan wearable. Jika teknologi ini terus disempurnakan, pemantauan berbagai aktivitas tubuh berpotensi dilakukan melalui satu aksesori. Perlu ditekankan bahwa, penerapan klinis harus melalui proses validasi khusus.
Inovasi Energi Kedipan Mata Menawarkan Peluang Baru bagi Wearable Modern
Penelitian kacamata pintar tanpa baterai membuka pendekatan baru dalam penelitian sensor elektronik berdaya sangat rendah. Dengan menggunakan triboelectric nanogenerator, kedipan mata serta gerakan wajah dapat menghasilkan sinyal listrik tanpa mengandalkan baterai konvensional dalam proses pendeteksian mekanis. Hasil pengujian terhadap 20 peserta menghasilkan ketepatan klasifikasi keseluruhan sebesar 93,8 persen. Temuan ini menawarkan peluang menciptakan kacamata dengan fungsi pemantauan tambahan. Meskipun perangkat belum menjadi produk konsumen massal, GlassTENG menggambarkan peluang perangkat elektronik dengan kebutuhan baterai lebih rendah. Menurut Anda, apakah teknologi energi kedipan mata dapat mengubah perkembangan perangkat wearable? Ceritakan fitur kacamata pintar yang paling Anda harapkan agar pembahasan tentang inovasi sensor kesehatan menjadi lebih bermanfaat.
