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 dikenal sebagai sistem sensor kesehatan yang terintegrasi pada kacamata yang menggunakan aktivitas alami wajah sebagai sumber energi sensor. Penelitian tersebut dikoordinasikan oleh peneliti Northwestern University, Nivedita Arora, bersama kelompok peneliti yang melibatkan Nabil Alshurafa dan mahasiswa pascasarjana. Tidak seperti sebagian besar perangkat pemantau kesehatan elektronik, GlassTENG memanfaatkan aktivitas fisik untuk menghasilkan sinyal sensor. Metode yang digunakan mendukung rancangan sensor yang tidak memerlukan baterai. Melalui rancangan inovatif ini, kacamata sehari-hari berpotensi menjadi perangkat pemantauan kesehatan.
Kelompok pengembang GlassTENG mengungkapkan pengembangan perangkat dalam penelitian terbaru 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. Sasaran pengembangan perangkat ini adalah mengurangi ketergantungan pada perangkat kesehatan yang memerlukan pengisian daya. Tim pengembang mempertimbangkan bahwa perangkat kacamata telah menjadi bagian dari rutinitas masyarakat. Dengan pertimbangan tersebut, integrasi sensor pada bingkai kacamata menjadi pendekatan yang menjanjikan.
Mekanisme Perubahan Gerakan Wajah Menjadi Sinyal Listrik
Bagian terpenting dari sistem pengindraan GlassTENG adalah triboelectric nanogenerator atau TENG, yaitu komponen penghasil muatan listrik melalui kontak material. Cara pengoperasiannya memanfaatkan perpindahan muatan akibat kontak dua material. Saat permukaan bahan mengalami kontak lalu menjauh, perbedaan muatan listrik dapat menghasilkan tegangan. Melalui sistem sensor yang digunakan, aktivitas wajah menyebabkan perubahan kontak antarmaterial. Respons mekanis tersebut membentuk keluaran listrik yang menggambarkan pergerakan. Berkat prinsip ini, aktivitas alami manusia membantu mengoperasikan sensor yang mengukurnya.
Keunikan teknologi ini terletak pada kemampuan menghasilkan sinyal tanpa pasokan daya sensor konvensional. 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, pemrosesan data dan komunikasi nirkabel tetap memerlukan pengelolaan energi. Karakteristik teknis tersebut menjelaskan bahwa pengindraan mandiri tidak otomatis berarti seluruh fungsi elektronik bebas kebutuhan daya.
Penempatan Sensor GlassTENG untuk Mendeteksi Kedipan serta Gerakan Rahang
Dalam upaya menangkap sinyal dari beberapa bagian wajah, para ilmuwan menggunakan tiga komponen pengindra fleksibel pada lokasi strategis di sekitar bingkai kacamata. Perangkat pendeteksi awal dipasang pada bagian tengah bingkai dekat hidung untuk membaca kedipan, gerakan alis, dan denyut pembuluh darah. Sensor kedua ditempatkan pada area samping kepala sehingga berfungsi mengidentifikasi pergerakan rahang dan sinyal denyut. Pada bagian lainnya, sensor ketiga berada dekat telinga untuk mendeteksi tekanan akibat gerakan rahang. Kombinasi ketiganya memungkinkan pengamatan aktivitas wajah dari berbagai posisi.
Berdasarkan pengujian peneliti, setiap aktivitas menghasilkan tegangan dengan karakteristik berbeda. Gerakan halus akibat denyut arteri memunculkan tegangan dalam kisaran 50 sampai 100 milivolt. Sementara itu, aktivitas kelopak mata dan alis memberikan sinyal sekitar 200 sampai 500 milivolt. Tekanan mekanis lebih besar dari otot rahang menunjukkan respons listrik sampai 1,5 volt. Karakteristik sinyal listrik tersebut menjadi dasar identifikasi perilaku wajah. Namun, angka tegangan saja belum menentukan kecukupan energi bagi seluruh perangkat elektronik.
Hasil Pengujian GlassTENG Menunjukkan Akurasi Pengenalan Aktivitas Wajah
Untuk mengevaluasi kemampuan GlassTENG, peneliti menguji prototipe terhadap 20 orang. Individu yang mengikuti penelitian melakukan enam kategori gerakan wajah, yaitu berkedip, mengangkat alis, mengatupkan rahang, mengetukkan gigi, makan, dan berbicara. Pada setiap sesi pengamatan, sensor mencatat sinyal listrik dari gerakan peserta. Data tersebut dipelajari dengan bantuan sistem kecerdasan buatan. Tujuannya adalah mengidentifikasi karakteristik listrik masing-masing gerakan.
Berdasarkan data eksperimen, GlassTENG menunjukkan kemampuan pengenalan enam aktivitas dengan akurasi 93,8 persen. Dalam pengenalan perilaku khusus, sistem mengenali aktivitas mengetukkan gigi dengan ketepatan 99 persen. Untuk aktivitas rahang, pendeteksian rahang yang dikatupkan mencapai ketepatan 96 persen. Angka tersebut memberikan bukti awal bahwa pendekatan pengindraan ini cukup menjanjikan. Kendati akurasinya cukup tinggi, hasil laboratorium masih membutuhkan validasi pada kelompok pengguna lebih beragam. Berdasarkan keterbatasan pengujian, uji tambahan penting untuk memastikan konsistensi performa.
Potensi Kacamata Pintar Tanpa Baterai untuk Pemantauan Kesehatan
Manfaat jangka panjang yang menarik dari GlassTENG adalah pengamatan aktivitas wajah dalam rutinitas sehari-hari. Sebagai contoh, sensor dapat dikembangkan untuk mengenali kebiasaan mengatupkan rahang. Aktivitas tersebut menjadi salah satu aspek yang diperhatikan pada gangguan bruxism, yaitu kebiasaan mengepalkan maupun menggesekkan gigi tanpa disadari. Jika kemampuan pemantauan ditingkatkan, sistem mungkin mampu menyampaikan peringatan mengenai gerakan rahang tertentu. Walaupun memiliki potensi penggunaan kesehatan, GlassTENG belum dapat dianggap sebagai alat diagnosis medis.
Tidak hanya berpotensi mengenali kebiasaan mengatupkan gigi, GlassTENG berpotensi membantu penelitian mengenai aktivitas wajah dan kondisi fisiologis. Fitur pengenalan aktivitas kelopak mata berpotensi digunakan sebagai indikator tambahan dalam pemantauan kondisi pengguna. Sementara itu, sensor pada area hidung dan pelipis menghasilkan informasi mengenai gerakan halus akibat denyut. Informasi tersebut memberikan dasar bagi penelitian teknologi kesehatan wearable. Apabila penelitian lanjutan berhasil, pengguna mungkin memperoleh perangkat pemantauan kesehatan yang semakin nyaman. Namun demikian, penggunaan medis tetap membutuhkan pemeriksaan akurasi dan keamanan.
Masa Depan Kacamata Pintar Tanpa Baterai dengan Sensor Gerakan Wajah
Penelitian kacamata pintar tanpa baterai menunjukkan kemajuan menarik dalam teknologi wearable hemat energi. Dengan menggunakan triboelectric nanogenerator, pergerakan kelopak mata dan rahang dapat dimanfaatkan sebagai masukan sensor tanpa mengandalkan baterai konvensional dalam proses pendeteksian mekanis. Eksperimen awal yang melibatkan 20 partisipan memperlihatkan kemampuan membedakan enam aktivitas dengan akurasi 93,8 persen. Pencapaian tersebut menawarkan peluang menciptakan kacamata dengan fungsi pemantauan tambahan. Meskipun perangkat belum menjadi produk konsumen massal, GlassTENG memperlihatkan potensi teknologi pengindraan mandiri. Dari sudut pandang Anda, apakah kacamata pintar tanpa baterai akan menjadi kebutuhan masa depan? Silakan bagikan pendapat Anda agar semakin banyak gagasan mengenai pemanfaatan perangkat hemat energi dapat dibagikan.
