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 merupakan sistem sensor kesehatan yang terintegrasi pada kacamata yang mengubah pergerakan otot wajah menjadi sinyal listrik. Penelitian tersebut berada di bawah kepemimpinan Nivedita Arora, bersama kelompok peneliti yang melibatkan Nabil Alshurafa dan mahasiswa pascasarjana. Dibandingkan sensor kesehatan yang mengandalkan baterai, GlassTENG mengandalkan perubahan mekanis pada wajah untuk melakukan pendeteksian. Konsep pengembangan ini mendukung rancangan sensor yang tidak memerlukan baterai. Melalui rancangan inovatif ini, kacamata sehari-hari berpotensi menjadi perangkat pemantauan kesehatan.
Kelompok pengembang GlassTENG menjelaskan kemampuan prototipe melalui laporan akademik berjudul GlassTENG: Self-Powered Triboelectric Nanogenerator Based Sensing of Pulse, Jaw, and Upper Facial Activity from Everyday Glasses. Pengembangan teknologi tersebut termasuk dalam agenda ilmiah 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. Para peneliti melihat bahwa banyak pengguna terbiasa mengenakan kacamata dalam aktivitas harian. Oleh karena itu, penambahan kemampuan pemantauan pada kacamata dapat menjadi solusi praktis.
Mekanisme Perubahan Gerakan Wajah Menjadi Sinyal Listrik
Bagian terpenting dari sistem pengindraan GlassTENG adalah triboelectric nanogenerator atau TENG, yaitu teknologi yang mengubah gerakan mekanis menjadi sinyal listrik. Mekanisme dasarnya berkaitan dengan fenomena listrik statis. Apabila dua material mengalami siklus sentuhan dan pemisahan, terbentuk perbedaan potensial yang dapat diukur. Melalui sistem sensor yang digunakan, aktivitas wajah menyebabkan perubahan kontak antarmaterial. Perubahan tersebut menimbulkan tegangan sebagai informasi sensor. Berkat prinsip ini, gerakan wajah menjadi sumber informasi sekaligus energi sensor.
Keunikan teknologi ini terletak pada kemampuan menghasilkan sinyal tanpa pasokan daya sensor konvensional. Apabila seseorang menutup dan membuka mata, lapisan material mengalami deformasi yang memicu sinyal listrik. Aktivitas wajah lainnya seperti mengangkat alis, mengunyah, dan mengatupkan rahang memunculkan karakteristik sinyal tersendiri. Walaupun sensor bekerja tanpa baterai, komponen elektronik pendukung masih mempunyai kebutuhan daya. Karakteristik teknis tersebut penting dipahami agar kemampuan perangkat tidak disalahartikan.
Tiga Sensor Fleksibel Membaca Aktivitas Wajah dan Denyut Pembuluh Darah
Agar berbagai gerakan wajah dapat terdeteksi, tim penelitian memasang tiga sensor tipis 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. Sensor kedua dipasang di bagian rangka yang berdekatan dengan pelipis sehingga dapat menangkap gerakan rahang dan denyut arteri temporal. Pada bagian lainnya, komponen terakhir terletak di sekitar area telinga untuk mengamati perubahan mekanis ketika pengguna mengunyah. Kombinasi ketiganya membantu membedakan sejumlah perilaku wajah.
Dalam eksperimen yang dilakukan, respons sensor berubah sesuai jenis dan kekuatan gerakan. Gerakan halus akibat denyut arteri memunculkan tegangan dalam kisaran 50 sampai 100 milivolt. Untuk perubahan gerakan yang lebih jelas, kedipan mata serta gerakan alis menghasilkan sekitar 200 hingga 500 milivolt. Aktivitas mengunyah atau mengatupkan rahang mampu menghasilkan tegangan mencapai 1,5 volt. Variasi tegangan yang dihasilkan membantu sistem mengenali jenis aktivitas. Meskipun nilai tegangan terlihat menarik, tegangan yang dihasilkan tidak sama dengan jumlah energi yang tersedia.
Penelitian Sensor Tanpa Baterai Menghasilkan Tingkat Akurasi Menjanjikan
Sebagai bagian dari penelitian eksperimental, peneliti menguji prototipe terhadap 20 orang. Setiap peserta menjalani serangkaian pengujian dengan enam kegiatan berbeda, yaitu melakukan gerakan kelopak mata, alis, rahang, ketukan gigi, aktivitas makan, dan percakapan. Selama pengujian berlangsung, perangkat mengumpulkan respons tegangan berdasarkan aktivitas wajah. Hasil pengukuran sensor kemudian dianalisis menggunakan algoritma machine learning. Tujuannya adalah menentukan jenis perilaku berdasarkan perubahan tegangan.
Temuan pengujian menunjukkan, GlassTENG menunjukkan kemampuan pengenalan enam aktivitas dengan akurasi 93,8 persen. Untuk gerakan tertentu, sistem mengenali aktivitas mengetukkan gigi dengan ketepatan 99 persen. Untuk aktivitas rahang, gerakan mengatupkan rahang dikenali dengan akurasi 96 persen. Angka tersebut menunjukkan kemampuan sensor membedakan beberapa aktivitas wajah. Kendati akurasinya cukup tinggi, kemampuan prototipe perlu diuji dalam kondisi penggunaan sehari-hari yang lebih luas. Berdasarkan keterbatasan pengujian, 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 pemantauan kebiasaan tubuh secara berkelanjutan. Untuk menggambarkan manfaat praktisnya, sensor dapat dikembangkan untuk mengenali kebiasaan mengatupkan rahang. Perilaku mengatupkan rahang dapat berkaitan dengan bruxism, yaitu kebiasaan mengepalkan maupun menggesekkan gigi tanpa disadari. Apabila dikembangkan lebih lanjut, perangkat dapat dirancang untuk membantu pengguna menyadari aktivitas rahangnya. Meskipun peluang ini menarik, 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. Kemampuan mendeteksi kedipan mata berpotensi digunakan sebagai indikator tambahan dalam pemantauan kondisi pengguna. Dalam aspek pemantauan pembuluh darah, sensor pada area hidung dan pelipis menghasilkan informasi mengenai gerakan halus akibat denyut. Informasi tersebut dapat mendukung penelitian pemantauan kesehatan noninvasif. Jika teknologi ini terus disempurnakan, pemantauan berbagai aktivitas tubuh berpotensi dilakukan melalui satu aksesori. Perlu ditekankan bahwa, penggunaan medis tetap membutuhkan pemeriksaan akurasi dan keamanan.
Kesimpulan: Teknologi GlassTENG Membuka Era Baru Kacamata Pintar Hemat Energi
Inovasi sensor berbasis gerakan wajah memberikan kontribusi penting dalam pengembangan perangkat kesehatan yang dikenakan. Dengan menggunakan triboelectric nanogenerator, aktivitas alami pengguna mampu menjadi sumber energi pengindraan tanpa memerlukan baterai pada komponen pengindra utama. Penelitian dengan pengujian pada 20 orang menunjukkan akurasi pengenalan aktivitas mencapai 93,8 persen. Temuan ini memberikan dasar bagi pengembangan sensor kesehatan masa depan. Meskipun perangkat belum menjadi produk konsumen massal, GlassTENG memperlihatkan potensi teknologi pengindraan mandiri. Dari sudut pandang Anda, seberapa bermanfaat sensor kesehatan yang terintegrasi pada kacamata? Sampaikan pandangan melalui kolom komentar agar diskusi mengenai perkembangan teknologi wearable semakin menarik.
