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 perangkat wearable berbentuk kacamata yang memanfaatkan energi mekanis dari gerakan wajah. Pengembangan perangkat ini 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 mengandalkan perubahan mekanis pada wajah untuk melakukan pendeteksian. Konsep pengembangan ini mendukung rancangan sensor yang tidak memerlukan baterai. Berkat penerapan sistem tersebut, aksesori penglihatan dapat dikembangkan sebagai sensor aktivitas tubuh.
Kelompok pengembang GlassTENG 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 termasuk dalam agenda ilmiah UbiComp/ISWC 2026 yang menampilkan perkembangan sistem komputasi dan perangkat yang dikenakan. Salah satu tujuan utamanya adalah mengurangi ketergantungan pada perangkat kesehatan yang memerlukan pengisian daya. Para peneliti melihat bahwa kacamata merupakan aksesori yang sudah digunakan banyak orang. Dengan pertimbangan tersebut, integrasi sensor pada bingkai kacamata menjadi pendekatan yang menjanjikan.
Mekanisme Perubahan Gerakan Wajah Menjadi Sinyal Listrik
Komponen utama GlassTENG adalah triboelectric nanogenerator atau TENG, yaitu teknologi yang mengubah gerakan mekanis menjadi sinyal listrik. Prinsip kerjanya berkaitan dengan fenomena listrik statis. Apabila dua material mengalami siklus sentuhan dan pemisahan, terbentuk perbedaan potensial yang dapat diukur. Dalam rancangan kacamata tersebut, aktivitas wajah menyebabkan perubahan kontak antarmaterial. Respons mekanis tersebut menimbulkan tegangan sebagai informasi sensor. Dengan demikian, 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, tekanan kecil pada sensor menghasilkan perubahan tegangan. Perubahan mekanis tambahan seperti mengangkat alis, mengunyah, dan mengatupkan rahang juga menghasilkan pola listrik yang berbeda. Walaupun sensor bekerja tanpa baterai, pemrosesan data dan komunikasi nirkabel tetap memerlukan pengelolaan energi. Karakteristik teknis tersebut perlu diperhatikan ketika membahas konsep kacamata tanpa baterai.
Tiga Sensor Fleksibel Membaca Aktivitas Wajah dan Denyut Pembuluh Darah
Untuk memperoleh informasi yang lebih lengkap, para ilmuwan menggunakan tiga komponen pengindra fleksibel pada titik pengamatan yang berbeda pada rangka kacamata. Sensor pertama diletakkan di sekitar jembatan hidung untuk membaca kedipan, gerakan alis, dan denyut pembuluh darah. Pendeteksi lainnya diposisikan dekat pelipis sehingga dapat menangkap gerakan rahang dan denyut arteri temporal. Sementara itu, sensor ketiga berada dekat telinga untuk mengamati perubahan mekanis ketika pengguna mengunyah. Integrasi beberapa titik pengindraan membantu membedakan sejumlah perilaku wajah.
Dalam eksperimen yang dilakukan, setiap aktivitas menghasilkan tegangan dengan karakteristik berbeda. Denyut pembuluh darah memunculkan tegangan dalam kisaran 50 sampai 100 milivolt. Sementara itu, aktivitas kelopak mata dan alis memberikan sinyal sekitar 200 sampai 500 milivolt. Aktivitas mengunyah atau mengatupkan rahang mampu menghasilkan tegangan mencapai 1,5 volt. Variasi tegangan yang dihasilkan memberikan informasi untuk membedakan gerakan. Perlu diperhatikan bahwa, tegangan yang dihasilkan tidak sama dengan jumlah energi yang tersedia.
Hasil Pengujian GlassTENG Menunjukkan Akurasi Pengenalan Aktivitas Wajah
Dalam menguji kinerja sensor, peneliti menguji prototipe terhadap 20 orang. Setiap peserta melakukan enam kategori gerakan wajah, yaitu berkedip, mengangkat alis, mengatupkan rahang, mengetukkan gigi, makan, dan berbicara. Ketika percobaan dilakukan, perangkat mengumpulkan respons tegangan berdasarkan aktivitas wajah. Hasil pengukuran sensor selanjutnya diproses melalui metode pembelajaran mesin. Tujuannya adalah membedakan pola sinyal dari setiap aktivitas.
Temuan pengujian menunjukkan, GlassTENG mencapai akurasi keseluruhan sebesar 93,8 persen. Untuk gerakan tertentu, sistem mengenali aktivitas mengetukkan gigi dengan ketepatan 99 persen. Sementara itu, pendeteksian rahang yang dikatupkan mencapai ketepatan 96 persen. Pencapaian penelitian tersebut memperlihatkan potensi penggunaan sinyal mekanis untuk klasifikasi perilaku. Walaupun hasilnya terlihat baik, pengujian dengan jumlah peserta terbatas belum membuktikan kinerja pada seluruh populasi. Oleh karena itu, pengembangan berikutnya perlu menilai ketahanan sensor terhadap berbagai kondisi nyata.
Peluang Penggunaan Sensor Kedipan Mata bagi Kesehatan Sehari-hari
Salah satu potensi utama GlassTENG adalah pengenalan perilaku yang berkaitan dengan kondisi fisik pengguna. Sebagai contoh, sensor dapat dikembangkan untuk mengenali kebiasaan mengatupkan rahang. Kebiasaan mengepalkan rahang dapat berkaitan dengan bruxism, yaitu kondisi ketika seseorang mengatupkan atau menggeretakkan gigi secara tidak disengaja. Apabila dikembangkan lebih lanjut, kacamata berpotensi memberikan pengingat ketika perilaku tersebut terdeteksi. Walaupun memiliki potensi penggunaan kesehatan, GlassTENG belum dapat dianggap sebagai alat diagnosis medis.
Selain pengamatan gerakan rahang, GlassTENG memiliki peluang penggunaan dalam pengamatan perilaku makan serta denyut pembuluh darah. Fitur pengenalan aktivitas kelopak mata menawarkan data yang relevan bagi analisis kebiasaan serta tingkat kewaspadaan. Dalam aspek pemantauan pembuluh darah, komponen pendeteksi dekat pembuluh darah mampu membaca perubahan mekanis akibat denyut arteri. Hasil pengukuran mekanis itu memberikan dasar bagi penelitian teknologi kesehatan wearable. Dengan pengembangan yang memadai, pengguna mungkin memperoleh perangkat pemantauan kesehatan yang semakin nyaman. Meskipun demikian, penerapan klinis harus melalui proses validasi khusus.
Inovasi Energi Kedipan Mata Menawarkan Peluang Baru bagi Wearable Modern
Penelitian kacamata pintar tanpa baterai menunjukkan kemajuan menarik dalam pengembangan perangkat kesehatan yang dikenakan. Melalui pemanfaatan triboelectric nanogenerator, aktivitas alami pengguna mampu menjadi sumber energi pengindraan tanpa mengandalkan baterai konvensional dalam proses pendeteksian mekanis. Eksperimen awal yang melibatkan 20 partisipan menghasilkan ketepatan klasifikasi keseluruhan sebesar 93,8 persen. Hasil penelitian tersebut memberikan dasar bagi pengembangan sensor kesehatan masa depan. Meskipun perangkat belum menjadi produk konsumen massal, GlassTENG menggambarkan peluang perangkat elektronik dengan kebutuhan baterai lebih rendah. Dari sudut pandang Anda, seberapa bermanfaat sensor kesehatan yang terintegrasi pada kacamata? Ceritakan fitur kacamata pintar yang paling Anda harapkan agar diskusi mengenai perkembangan teknologi wearable semakin menarik.
