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.
Mengenal GlassTENG, Kacamata Pintar Tanpa Baterai Hasil Penelitian Northwestern
GlassTENG merupakan sistem sensor kesehatan yang terintegrasi pada kacamata yang menggunakan aktivitas alami wajah sebagai sumber energi sensor. Pengembangan perangkat ini berada di bawah kepemimpinan Nivedita Arora, bersama kelompok peneliti yang melibatkan Nabil Alshurafa dan mahasiswa pascasarjana. Dibandingkan sensor kesehatan yang mengandalkan baterai, GlassTENG menggunakan gerakan tubuh sebagai sumber energi pengindraan. Pendekatan tersebut mendukung rancangan sensor yang tidak memerlukan baterai. Dengan desain tersebut, perangkat yang biasa dikenakan dapat memiliki kemampuan pengindraan tambahan.
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. Kajian tersebut termasuk dalam agenda ilmiah UbiComp/ISWC 2026 yang menampilkan perkembangan sistem komputasi dan perangkat yang dikenakan. Sasaran pengembangan perangkat ini adalah menghadirkan pemantauan aktivitas wajah tanpa sensor berukuran besar. Para peneliti melihat bahwa kacamata merupakan aksesori yang sudah digunakan banyak orang. Oleh karena itu, pemanfaatan kacamata sebagai perangkat kesehatan menawarkan peluang menarik.
Cara Kerja Teknologi Kedipan Mata sebagai Sumber Energi GlassTENG
Komponen utama GlassTENG adalah triboelectric nanogenerator atau TENG, yaitu perangkat yang memanfaatkan efek triboelektrik. Mekanisme dasarnya berkaitan dengan fenomena listrik statis. Ketika dua lapisan material saling menyentuh dan terpisah, terbentuk perbedaan potensial yang dapat diukur. Melalui sistem sensor yang digunakan, gerakan kelopak mata dan otot wajah memberikan tekanan pada lapisan sensor. Respons mekanis tersebut menimbulkan tegangan sebagai informasi sensor. Berkat prinsip ini, gerakan wajah menjadi sumber informasi sekaligus energi sensor.
Karakteristik menarik sistem GlassTENG muncul karena sensor tidak membutuhkan baterai untuk membangkitkan sinyal gerakan. Saat kelopak mata bergerak, lapisan material mengalami deformasi yang memicu sinyal listrik. Gerakan lain seperti mengangkat alis, mengunyah, dan mengatupkan rahang juga menghasilkan pola listrik yang berbeda. Walaupun sensor bekerja tanpa baterai, 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
Dalam upaya menangkap sinyal dari beberapa bagian wajah, pengembang menempatkan tiga sensor berukuran kecil pada titik pengamatan yang berbeda pada rangka kacamata. Komponen pengindra pertama berada di area kacamata yang berdekatan dengan pangkal hidung untuk mendeteksi aktivitas kelopak mata serta sinyal denyut. Sensor kedua dipasang di bagian rangka yang berdekatan dengan pelipis sehingga mampu membaca aktivitas otot rahang serta pembuluh darah. Sementara itu, komponen terakhir terletak di sekitar area telinga untuk mendeteksi tekanan akibat gerakan rahang. Susunan sensor tersebut menyediakan informasi mekanis dari beberapa area tubuh.
Berdasarkan pengujian peneliti, respons sensor berubah sesuai jenis dan kekuatan gerakan. Denyut pembuluh darah memunculkan tegangan dalam kisaran 50 sampai 100 milivolt. Sementara itu, kedipan mata serta gerakan alis menghasilkan sekitar 200 hingga 500 milivolt. Gerakan rahang yang lebih kuat menunjukkan respons listrik sampai 1,5 volt. Karakteristik sinyal listrik tersebut memberikan informasi untuk membedakan gerakan. Namun, 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. Setiap peserta melakukan enam kategori gerakan wajah, 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 dipelajari dengan bantuan sistem kecerdasan buatan. Fungsi pemrosesan ini adalah membedakan pola sinyal dari setiap aktivitas.
Temuan pengujian menunjukkan, GlassTENG menunjukkan kemampuan pengenalan enam aktivitas dengan akurasi 93,8 persen. Pada beberapa kategori aktivitas, sistem mengenali aktivitas mengetukkan gigi dengan ketepatan 99 persen. Pada kategori lainnya, sistem menunjukkan tingkat pengenalan sebesar 96 persen pada aktivitas mengatupkan rahang. Angka tersebut menunjukkan kemampuan sensor membedakan beberapa aktivitas wajah. Meski demikian, pengujian dengan jumlah peserta terbatas belum membuktikan kinerja pada seluruh populasi. Berdasarkan keterbatasan pengujian, penelitian lanjutan diperlukan sebelum perangkat digunakan secara komersial.
Potensi Kacamata Pintar Tanpa Baterai untuk Pemantauan Kesehatan
Peluang penerapan penting kacamata pintar ini adalah pengenalan perilaku yang berkaitan dengan kondisi fisik pengguna. Sebagai contoh, sensor dapat dikembangkan untuk mengenali kebiasaan mengatupkan rahang. Kebiasaan mengepalkan rahang termasuk perilaku yang relevan dalam pemantauan bruxism, yaitu kondisi ketika seseorang mengatupkan atau menggeretakkan gigi secara tidak disengaja. Apabila dikembangkan lebih lanjut, kacamata berpotensi memberikan pengingat ketika perilaku tersebut terdeteksi. Namun, kemampuan klinisnya masih memerlukan validasi tambahan.
Di samping pemantauan bruxism, GlassTENG berpotensi membantu penelitian mengenai aktivitas wajah dan kondisi fisiologis. Sistem pembacaan gerakan mata dapat menjadi salah satu masukan untuk penelitian kelelahan. Untuk kebutuhan pengindraan fisiologis, komponen pendeteksi dekat pembuluh darah dapat menangkap respons dari getaran pembuluh darah. Hasil pengukuran mekanis itu berpotensi dimanfaatkan untuk pengembangan perangkat pengamatan kondisi tubuh. Apabila penelitian lanjutan berhasil, pengguna mungkin memperoleh perangkat pemantauan kesehatan yang semakin nyaman. Namun demikian, manfaat kesehatan perlu dibuktikan melalui penelitian yang lebih luas.
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. Berkat penerapan triboelectric nanogenerator, aktivitas alami pengguna mampu menjadi sumber energi pengindraan tanpa memerlukan baterai pada komponen pengindra utama. Hasil pengujian terhadap 20 peserta menghasilkan ketepatan klasifikasi keseluruhan sebesar 93,8 persen. Pencapaian tersebut menjadi langkah awal menuju sistem wearable yang semakin efisien. Walaupun masih membutuhkan penyempurnaan, GlassTENG menunjukkan manfaat pemanfaatan energi gerakan tubuh. Dari sudut pandang Anda, seberapa bermanfaat sensor kesehatan yang terintegrasi pada kacamata? Silakan bagikan pendapat Anda agar diskusi mengenai perkembangan teknologi wearable semakin menarik.
