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 dikoordinasikan oleh peneliti Northwestern University, Nivedita Arora, bersama Profesor Nabil Alshurafa dan sejumlah mahasiswa peneliti. Tidak seperti sebagian besar perangkat pemantau kesehatan elektronik, GlassTENG menggunakan gerakan tubuh sebagai sumber energi pengindraan. Konsep pengembangan ini bertujuan mengurangi kebutuhan energi eksternal. Berkat penerapan sistem tersebut, kacamata sehari-hari berpotensi menjadi perangkat pemantauan kesehatan.
Tim peneliti memperkenalkan hasil penelitian melalui publikasi ilmiah berjudul GlassTENG: Self-Powered Triboelectric Nanogenerator Based Sensing of Pulse, Jaw, and Upper Facial Activity from Everyday Glasses. Pengembangan teknologi tersebut dipresentasikan dalam rangkaian konferensi UbiComp/ISWC 2026 yang menampilkan perkembangan sistem komputasi dan perangkat yang dikenakan. Fokus penting dari penelitian tersebut adalah menghadirkan pemantauan aktivitas wajah tanpa sensor berukuran besar. Kelompok ilmuwan menyadari bahwa banyak pengguna terbiasa mengenakan kacamata dalam aktivitas harian. Berdasarkan kebiasaan penggunaan tersebut, penambahan kemampuan pemantauan pada kacamata dapat menjadi solusi praktis.
Rahasia Sensor Triboelektrik pada Kacamata Pintar Tanpa Baterai
Teknologi inti pada kacamata pintar tersebut adalah triboelectric nanogenerator atau TENG, yaitu teknologi yang mengubah gerakan mekanis menjadi sinyal listrik. Mekanisme dasarnya memanfaatkan perpindahan muatan akibat kontak dua material. Saat permukaan bahan mengalami kontak lalu menjauh, terbentuk perbedaan potensial yang dapat diukur. Pada GlassTENG, gerakan kelopak mata dan otot wajah memberikan tekanan pada lapisan sensor. 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 muncul karena sensor tidak membutuhkan baterai untuk membangkitkan sinyal gerakan. Apabila seseorang menutup dan membuka mata, gerakan tersebut menimbulkan respons listrik pada komponen fleksibel. Gerakan lain seperti mengangkat alis, mengunyah, dan mengatupkan rahang juga menghasilkan pola listrik yang berbeda. Meskipun komponen pengindraannya bersifat mandiri, komponen elektronik pendukung masih mempunyai kebutuhan daya. Perbedaan ini menjelaskan bahwa pengindraan mandiri tidak otomatis berarti seluruh fungsi elektronik bebas kebutuhan daya.
Tiga Sensor Fleksibel Membaca Aktivitas Wajah dan Denyut Pembuluh Darah
Agar berbagai gerakan wajah dapat terdeteksi, pengembang menempatkan tiga sensor berukuran kecil pada titik pengamatan yang berbeda pada rangka kacamata. Perangkat pendeteksi awal berada di area kacamata yang berdekatan dengan pangkal hidung untuk memantau perubahan mekanis di sekitar mata dan pembuluh darah. Sensor kedua diposisikan dekat pelipis sehingga dapat menangkap gerakan rahang dan denyut arteri temporal. Sebagai pelengkap sistem, pendeteksi tambahan dipasang pada bagian belakang samping bingkai untuk mengamati perubahan mekanis ketika pengguna mengunyah. Kombinasi ketiganya menyediakan informasi mekanis dari beberapa area tubuh.
Berdasarkan pengujian peneliti, respons sensor berubah sesuai jenis dan kekuatan gerakan. Pulsa arteri yang terdeteksi memunculkan tegangan dalam kisaran 50 sampai 100 milivolt. Untuk perubahan gerakan yang lebih jelas, pergerakan bagian atas wajah menghasilkan tegangan berkisar 200–500 milivolt. Aktivitas mengunyah atau mengatupkan rahang dapat memunculkan sinyal hingga 1,5 volt. Karakteristik sinyal listrik tersebut memberikan informasi untuk membedakan gerakan. Meskipun nilai tegangan terlihat menarik, angka tegangan saja belum menentukan kecukupan energi bagi seluruh perangkat elektronik.
Penelitian Sensor Tanpa Baterai Menghasilkan Tingkat Akurasi Menjanjikan
Sebagai bagian dari penelitian eksperimental, peneliti menguji prototipe terhadap 20 orang. Individu yang mengikuti penelitian menjalani serangkaian pengujian dengan enam kegiatan berbeda, yaitu mengedipkan mata, menaikkan alis, mengepalkan rahang, mengetuk gigi, mengunyah makanan, serta berbicara. Ketika percobaan dilakukan, perangkat mengumpulkan respons tegangan berdasarkan aktivitas wajah. Informasi yang diperoleh kemudian dianalisis menggunakan algoritma machine learning. Fungsi pemrosesan ini adalah mengidentifikasi karakteristik listrik masing-masing gerakan.
Berdasarkan data eksperimen, GlassTENG mencapai akurasi keseluruhan sebesar 93,8 persen. Dalam pengenalan perilaku khusus, sistem mengenali aktivitas mengetukkan gigi dengan ketepatan 99 persen. Untuk aktivitas rahang, pendeteksian rahang yang dikatupkan mencapai ketepatan 96 persen. Angka tersebut menunjukkan kemampuan sensor membedakan beberapa aktivitas wajah. Kendati akurasinya cukup tinggi, pengujian dengan jumlah peserta terbatas belum membuktikan kinerja pada seluruh populasi. Berdasarkan keterbatasan pengujian, pengembangan berikutnya perlu menilai ketahanan sensor terhadap berbagai kondisi nyata.
Manfaat Teknologi GlassTENG dalam Mendeteksi Kebiasaan dan Aktivitas Tubuh
Peluang penerapan penting kacamata pintar ini adalah pemantauan kebiasaan tubuh secara berkelanjutan. Dalam kemungkinan penggunaan mendatang, sensor dapat dikembangkan untuk mengenali kebiasaan mengatupkan rahang. Perilaku mengatupkan rahang termasuk perilaku yang relevan dalam pemantauan bruxism, yaitu aktivitas rahang berupa pengatupan atau penggeretakan gigi yang tidak disengaja. Jika kemampuan pemantauan ditingkatkan, 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 berpotensi membantu penelitian mengenai aktivitas wajah dan kondisi fisiologis. Sistem pembacaan gerakan mata dapat menjadi salah satu masukan untuk penelitian kelelahan. Sementara itu, perangkat pengindra pada lokasi tertentu menghasilkan informasi mengenai gerakan halus akibat denyut. Informasi tersebut dapat mendukung penelitian pemantauan kesehatan noninvasif. Dengan pengembangan yang memadai, pemantauan berbagai aktivitas tubuh berpotensi dilakukan melalui satu aksesori. Namun demikian, penerapan klinis harus melalui proses validasi khusus.
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. Dengan menggunakan triboelectric nanogenerator, aktivitas alami pengguna mampu menjadi sumber energi pengindraan tanpa memerlukan baterai pada komponen pengindra utama. Hasil pengujian terhadap 20 peserta menunjukkan akurasi pengenalan aktivitas mencapai 93,8 persen. Hasil penelitian tersebut memberikan dasar bagi pengembangan sensor kesehatan masa depan. Walaupun masih membutuhkan penyempurnaan, GlassTENG memperlihatkan potensi teknologi pengindraan mandiri. Bagaimana pandangan Anda, seberapa bermanfaat sensor kesehatan yang terintegrasi pada kacamata? Ceritakan fitur kacamata pintar yang paling Anda harapkan agar semakin banyak gagasan mengenai pemanfaatan perangkat hemat energi dapat dibagikan.
