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 dikembangkan sebagai prototipe kacamata pintar yang menggunakan aktivitas alami wajah sebagai sumber energi sensor. Penelitian tersebut berada di bawah kepemimpinan Nivedita Arora, bersama Profesor Nabil Alshurafa dan sejumlah mahasiswa peneliti. Dibandingkan sensor kesehatan yang mengandalkan baterai, GlassTENG memanfaatkan aktivitas fisik untuk menghasilkan sinyal sensor. Pendekatan tersebut bertujuan mengurangi kebutuhan energi eksternal. Dengan desain tersebut, kacamata sehari-hari berpotensi menjadi perangkat pemantauan kesehatan.
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 membahas komputasi wearable dan teknologi interaktif. Sasaran pengembangan perangkat ini adalah menciptakan sistem pengindraan yang lebih mudah digunakan setiap hari. Kelompok ilmuwan menyadari bahwa banyak pengguna terbiasa mengenakan kacamata dalam aktivitas harian. Dengan pertimbangan tersebut, penambahan kemampuan pemantauan pada kacamata dapat menjadi solusi praktis.
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. Mekanisme dasarnya berkaitan dengan fenomena listrik statis. Apabila dua material mengalami siklus sentuhan dan pemisahan, perbedaan muatan listrik dapat menghasilkan tegangan. Dalam rancangan kacamata tersebut, kedipan serta kontraksi otot menggerakkan lapisan fleksibel. Aktivitas kontak dan pemisahan itu menimbulkan tegangan sebagai informasi sensor. Berkat prinsip ini, kedipan mata tidak hanya dideteksi tetapi juga menyediakan energi pengindraannya.
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. Perubahan mekanis tambahan seperti menggerakkan bagian dahi, mengunyah makanan, dan mengepalkan rahang memunculkan karakteristik sinyal tersendiri. Kendati sensor memanfaatkan energi gerakan, komponen elektronik pendukung masih mempunyai kebutuhan daya. Perbedaan ini perlu diperhatikan ketika membahas konsep kacamata tanpa baterai.
Tiga Sensor Fleksibel Membaca Aktivitas Wajah dan Denyut Pembuluh Darah
Agar berbagai gerakan wajah dapat terdeteksi, para ilmuwan menggunakan tiga komponen pengindra fleksibel pada bagian tertentu dari struktur kacamata. Perangkat pendeteksi awal diletakkan di sekitar jembatan hidung untuk mendeteksi aktivitas kelopak mata serta sinyal denyut. Sensor kedua ditempatkan pada area samping kepala sehingga mampu membaca aktivitas otot rahang serta pembuluh darah. Pada bagian lainnya, komponen terakhir terletak di sekitar area telinga untuk mendeteksi tekanan akibat gerakan rahang. Kombinasi ketiganya membantu membedakan sejumlah perilaku wajah.
Berdasarkan pengujian peneliti, 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, pergerakan bagian atas wajah menghasilkan tegangan berkisar 200–500 milivolt. Gerakan rahang yang lebih kuat dapat memunculkan sinyal hingga 1,5 volt. Perbedaan nilai tersebut membantu sistem mengenali jenis aktivitas. Namun, besar voltase tidak langsung menunjukkan kemampuan memasok daya besar.
Kemampuan Kacamata Pintar Mendeteksi Gerakan dengan Machine Learning
Dalam menguji kinerja sensor, peneliti menguji prototipe terhadap 20 orang. Setiap peserta menjalani serangkaian pengujian dengan enam kegiatan berbeda, yaitu berkedip, mengangkat alis, mengatupkan rahang, mengetukkan gigi, makan, dan berbicara. Ketika percobaan dilakukan, sistem membaca perubahan listrik yang dihasilkan masing-masing gerakan. Data tersebut dipelajari dengan bantuan sistem kecerdasan buatan. Tujuannya adalah membedakan pola sinyal dari setiap aktivitas.
Hasil penelitian memperlihatkan, GlassTENG mencapai akurasi keseluruhan sebesar 93,8 persen. Untuk gerakan tertentu, akurasi pendeteksian ketukan gigi mencapai 99 persen. Untuk aktivitas rahang, gerakan mengatupkan rahang dikenali dengan akurasi 96 persen. Pencapaian penelitian tersebut menunjukkan kemampuan sensor membedakan beberapa aktivitas wajah. Kendati akurasinya cukup tinggi, hasil laboratorium masih membutuhkan validasi pada kelompok pengguna lebih beragam. Dengan mempertimbangkan hal tersebut, penelitian lanjutan diperlukan sebelum perangkat digunakan secara komersial.
Manfaat Teknologi GlassTENG dalam Mendeteksi Kebiasaan dan Aktivitas Tubuh
Manfaat jangka panjang yang menarik dari GlassTENG adalah pemantauan kebiasaan tubuh secara berkelanjutan. Sebagai contoh, sensor dapat dikembangkan untuk mengenali kebiasaan mengatupkan rahang. Aktivitas tersebut termasuk perilaku yang relevan dalam pemantauan bruxism, yaitu aktivitas rahang berupa pengatupan atau penggeretakan gigi yang tidak disengaja. Dengan penyempurnaan sistem analisis, sistem mungkin mampu menyampaikan peringatan mengenai gerakan rahang tertentu. Walaupun memiliki potensi penggunaan kesehatan, perangkat tersebut masih merupakan prototipe penelitian.
Selain pengamatan gerakan rahang, 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. Untuk kebutuhan pengindraan fisiologis, sensor pada area hidung dan pelipis dapat menangkap respons dari getaran pembuluh darah. Informasi tersebut dapat mendukung penelitian pemantauan kesehatan noninvasif. Dengan pengembangan yang memadai, pengguna mungkin memperoleh perangkat pemantauan kesehatan yang semakin nyaman. Namun demikian, manfaat kesehatan perlu dibuktikan melalui penelitian yang lebih luas.
Kesimpulan: Teknologi GlassTENG Membuka Era Baru Kacamata Pintar Hemat Energi
Penelitian kacamata pintar tanpa baterai memberikan kontribusi penting dalam penelitian sensor elektronik berdaya sangat rendah. Melalui pemanfaatan triboelectric nanogenerator, kedipan mata serta gerakan wajah dapat menghasilkan sinyal listrik tanpa memerlukan baterai pada komponen pengindra utama. Hasil pengujian terhadap 20 peserta memperlihatkan kemampuan membedakan enam aktivitas dengan akurasi 93,8 persen. Temuan ini menjadi langkah awal menuju sistem wearable yang semakin efisien. 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? Ceritakan fitur kacamata pintar yang paling Anda harapkan agar diskusi mengenai perkembangan teknologi wearable semakin menarik.
