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.
Teknologi Kacamata Pintar Tanpa Baterai yang Dikembangkan Para Peneliti
GlassTENG merupakan prototipe kacamata pintar yang menggunakan aktivitas alami wajah sebagai sumber energi sensor. Inovasi teknologi 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. Konsep pengembangan ini membantu menghadirkan sistem pengindraan hemat daya. Dengan desain tersebut, aksesori penglihatan dapat dikembangkan sebagai sensor aktivitas tubuh.
Para ilmuwan yang terlibat mengungkapkan pengembangan perangkat dalam penelitian terbaru berjudul GlassTENG: Self-Powered Triboelectric Nanogenerator Based Sensing of Pulse, Jaw, and Upper Facial Activity from Everyday Glasses. Kajian tersebut menjadi bagian dari konferensi UbiComp/ISWC 2026 yang menampilkan perkembangan sistem komputasi dan perangkat yang dikenakan. Fokus penting dari penelitian tersebut adalah menciptakan sistem pengindraan yang lebih mudah digunakan setiap hari. Tim pengembang mempertimbangkan bahwa perangkat kacamata telah menjadi bagian dari rutinitas masyarakat. Oleh karena itu, integrasi sensor pada bingkai kacamata menjadi pendekatan yang menjanjikan.
Cara Kerja Teknologi Kedipan Mata sebagai Sumber Energi GlassTENG
Teknologi inti pada kacamata pintar tersebut adalah triboelectric nanogenerator atau TENG, yaitu teknologi yang mengubah gerakan mekanis menjadi sinyal listrik. Prinsip kerjanya menggunakan efek listrik yang muncul ketika bahan bersentuhan. Saat permukaan bahan mengalami kontak lalu menjauh, proses perpindahan muatan menimbulkan sinyal listrik. Melalui sistem sensor yang digunakan, aktivitas wajah menyebabkan perubahan kontak antarmaterial. Respons mekanis tersebut menghasilkan sinyal listrik yang dapat dianalisis. Melalui proses tersebut, gerakan wajah menjadi sumber informasi sekaligus energi sensor.
Karakteristik menarik sistem GlassTENG muncul karena sensor tidak membutuhkan baterai untuk membangkitkan sinyal gerakan. Ketika pengguna berkedip, gerakan tersebut menimbulkan respons listrik pada komponen fleksibel. Perubahan mekanis tambahan seperti menggerakkan bagian dahi, mengunyah makanan, dan mengepalkan rahang dapat dikenali melalui respons tegangan yang khas. Walaupun sensor bekerja tanpa baterai, pemrosesan data dan komunikasi nirkabel tetap memerlukan pengelolaan energi. Hal tersebut penting dipahami agar kemampuan perangkat tidak disalahartikan.
Tiga Sensor Fleksibel Membaca Aktivitas Wajah dan Denyut Pembuluh Darah
Agar berbagai gerakan wajah dapat terdeteksi, para ilmuwan menggunakan tiga komponen pengindra fleksibel pada titik pengamatan yang berbeda pada rangka kacamata. Komponen pengindra pertama dipasang pada bagian tengah bingkai dekat hidung untuk memantau perubahan mekanis di sekitar mata dan pembuluh darah. Pendeteksi lainnya dipasang di bagian rangka yang berdekatan dengan pelipis sehingga berfungsi mengidentifikasi pergerakan rahang dan sinyal denyut. Sebagai pelengkap sistem, komponen terakhir terletak di sekitar area telinga untuk mengenali aktivitas mengunyah dan mengatupkan rahang. Integrasi beberapa titik pengindraan menyediakan informasi mekanis dari beberapa area tubuh.
Hasil pengukuran menunjukkan, gerakan wajah memunculkan keluaran listrik yang bervariasi. Denyut pembuluh darah memberikan respons listrik sekitar 50–100 milivolt. Pada aktivitas wajah lainnya, aktivitas kelopak mata dan alis memberikan sinyal sekitar 200 sampai 500 milivolt. Gerakan rahang yang lebih kuat menunjukkan respons listrik sampai 1,5 volt. Perbedaan nilai tersebut membantu sistem mengenali jenis aktivitas. Namun, tegangan yang dihasilkan tidak sama dengan jumlah energi yang tersedia.
Penelitian Sensor Tanpa Baterai Menghasilkan Tingkat Akurasi Menjanjikan
Dalam menguji kinerja sensor, peneliti menguji prototipe terhadap 20 orang. Setiap peserta menjalani serangkaian pengujian dengan enam kegiatan berbeda, yaitu mengedipkan mata, menaikkan alis, mengepalkan rahang, mengetuk gigi, mengunyah makanan, serta berbicara. Selama pengujian berlangsung, sensor mencatat sinyal listrik dari gerakan peserta. Hasil pengukuran sensor kemudian dianalisis menggunakan algoritma machine learning. Sasaran analisis tersebut adalah menentukan jenis perilaku berdasarkan perubahan tegangan.
Hasil penelitian memperlihatkan, GlassTENG memperoleh tingkat ketepatan klasifikasi sekitar 93,8 persen. Untuk gerakan tertentu, klasifikasi gerakan ketukan gigi menghasilkan akurasi 99 persen. Untuk aktivitas rahang, gerakan mengatupkan rahang dikenali dengan akurasi 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, pengembangan berikutnya perlu menilai ketahanan sensor terhadap berbagai kondisi nyata.
Potensi Kacamata Pintar Tanpa Baterai untuk Pemantauan Kesehatan
Peluang penerapan penting kacamata pintar ini adalah pengenalan perilaku yang berkaitan dengan kondisi fisik pengguna. Untuk menggambarkan manfaat praktisnya, sistem berpotensi digunakan untuk memantau aktivitas rahang yang berulang. Aktivitas tersebut menjadi salah satu aspek yang diperhatikan pada gangguan bruxism, yaitu kondisi ketika seseorang mengatupkan atau menggeretakkan gigi secara tidak disengaja. Dengan penyempurnaan sistem analisis, kacamata berpotensi memberikan pengingat ketika perilaku tersebut terdeteksi. Meskipun peluang ini menarik, perangkat tersebut masih merupakan prototipe penelitian.
Tidak hanya berpotensi mengenali kebiasaan mengatupkan gigi, 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 menghasilkan informasi mengenai gerakan halus akibat denyut. Data fisiologis yang diperoleh memberikan dasar bagi penelitian teknologi kesehatan wearable. Apabila penelitian lanjutan berhasil, pemantauan berbagai aktivitas tubuh berpotensi dilakukan melalui satu aksesori. Perlu ditekankan bahwa, penerapan klinis harus melalui proses validasi khusus.
Masa Depan Kacamata Pintar Tanpa Baterai dengan Sensor Gerakan Wajah
Pengembangan GlassTENG membuka pendekatan baru dalam penelitian sensor elektronik berdaya sangat rendah. Melalui pemanfaatan triboelectric nanogenerator, pergerakan kelopak mata dan rahang dapat dimanfaatkan sebagai masukan sensor tanpa memerlukan baterai pada komponen pengindra utama. Penelitian dengan pengujian pada 20 orang menunjukkan akurasi pengenalan aktivitas mencapai 93,8 persen. Hasil penelitian tersebut menawarkan peluang menciptakan kacamata dengan fungsi pemantauan tambahan. Kendati penelitian lebih lanjut masih diperlukan, GlassTENG memperlihatkan potensi teknologi pengindraan mandiri. Dari sudut pandang Anda, apakah kacamata pintar tanpa baterai akan menjadi kebutuhan masa depan? Sampaikan pandangan melalui kolom komentar agar semakin banyak gagasan mengenai pemanfaatan perangkat hemat energi dapat dibagikan.
