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 memanfaatkan energi mekanis dari gerakan wajah. Pengembangan perangkat ini dipimpin oleh Profesor Nivedita Arora, bersama Nabil Alshurafa serta tim mahasiswa tingkat magister. Dibandingkan sensor kesehatan yang mengandalkan baterai, GlassTENG mengandalkan perubahan mekanis pada wajah untuk melakukan pendeteksian. Konsep pengembangan ini bertujuan mengurangi kebutuhan energi eksternal. Berkat penerapan sistem tersebut, perangkat yang biasa dikenakan dapat memiliki kemampuan pengindraan tambahan.
Para ilmuwan yang terlibat memperkenalkan hasil penelitian melalui publikasi ilmiah 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 berfokus pada komputasi yang terintegrasi dengan aktivitas manusia. Sasaran pengembangan perangkat ini adalah mengurangi ketergantungan pada perangkat kesehatan yang memerlukan pengisian daya. Kelompok ilmuwan menyadari bahwa perangkat kacamata telah menjadi bagian dari rutinitas masyarakat. Dengan pertimbangan tersebut, integrasi sensor pada bingkai kacamata menjadi pendekatan yang menjanjikan.
Rahasia Sensor Triboelektrik pada Kacamata Pintar Tanpa Baterai
Teknologi inti pada kacamata pintar tersebut adalah triboelectric nanogenerator atau TENG, yaitu komponen penghasil muatan listrik melalui kontak material. Mekanisme dasarnya memanfaatkan perpindahan muatan akibat kontak dua material. Ketika dua lapisan material saling menyentuh dan terpisah, perbedaan muatan listrik dapat menghasilkan tegangan. Melalui sistem sensor yang digunakan, gerakan kelopak mata dan otot wajah memberikan tekanan pada lapisan sensor. Respons mekanis tersebut membentuk keluaran listrik yang menggambarkan pergerakan. Melalui proses tersebut, aktivitas alami manusia membantu mengoperasikan sensor yang mengukurnya.
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. Gerakan lain seperti menggerakkan bagian dahi, mengunyah makanan, dan mengepalkan rahang dapat dikenali melalui respons tegangan yang khas. Kendati sensor memanfaatkan energi gerakan, operasi keseluruhan sistem tetap bergantung pada rancangan rangkaian elektronik. Perbedaan ini perlu diperhatikan ketika membahas konsep kacamata tanpa baterai.
Kemampuan Sensor Kacamata Pintar dalam Mengenali Berbagai Sinyal Tubuh
Untuk memperoleh informasi yang lebih lengkap, pengembang menempatkan tiga sensor berukuran kecil pada bagian tertentu dari struktur kacamata. Sensor pertama berada di area kacamata yang berdekatan dengan pangkal hidung untuk mendeteksi aktivitas kelopak mata serta sinyal denyut. Sensor kedua diposisikan dekat pelipis sehingga mampu membaca aktivitas otot rahang serta pembuluh darah. Sebagai pelengkap sistem, sensor ketiga berada dekat telinga untuk mendeteksi tekanan akibat gerakan rahang. Kombinasi ketiganya menyediakan informasi mekanis dari beberapa area tubuh.
Dalam eksperimen yang dilakukan, gerakan wajah memunculkan keluaran listrik yang bervariasi. Pulsa arteri yang terdeteksi memberikan respons listrik sekitar 50–100 milivolt. Pada aktivitas wajah lainnya, kedipan mata serta gerakan alis menghasilkan sekitar 200 hingga 500 milivolt. Tekanan mekanis lebih besar dari otot rahang dapat memunculkan sinyal hingga 1,5 volt. Variasi tegangan yang dihasilkan memberikan informasi untuk membedakan gerakan. Perlu diperhatikan bahwa, angka tegangan saja belum menentukan kecukupan energi bagi seluruh perangkat elektronik.
Kemampuan Kacamata Pintar Mendeteksi Gerakan dengan Machine Learning
Dalam menguji kinerja sensor, para ilmuwan melibatkan 20 peserta. Setiap peserta diminta menjalankan enam jenis aktivitas, yaitu berkedip, mengangkat alis, mengatupkan rahang, mengetukkan gigi, makan, dan berbicara. Ketika percobaan dilakukan, sistem membaca perubahan listrik yang dihasilkan masing-masing gerakan. Informasi yang diperoleh dipelajari dengan bantuan sistem kecerdasan buatan. Sasaran analisis tersebut adalah membedakan pola sinyal dari setiap aktivitas.
Hasil penelitian memperlihatkan, GlassTENG menunjukkan kemampuan pengenalan enam aktivitas dengan akurasi 93,8 persen. Pada beberapa kategori aktivitas, akurasi pendeteksian ketukan gigi mencapai 99 persen. Untuk aktivitas rahang, pendeteksian rahang yang dikatupkan mencapai ketepatan 96 persen. Angka tersebut memberikan bukti awal bahwa pendekatan pengindraan ini cukup menjanjikan. Kendati akurasinya cukup tinggi, kemampuan prototipe perlu diuji dalam kondisi penggunaan sehari-hari yang lebih luas. 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 pengenalan perilaku yang berkaitan dengan kondisi fisik pengguna. Sebagai contoh, perangkat dapat membantu mencatat pola gerakan rahang. Kebiasaan mengepalkan rahang 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.
Selain pengamatan gerakan rahang, GlassTENG dapat dikembangkan untuk memantau aktivitas makan, kelelahan, dan sinyal kardiovaskular. Sistem pembacaan gerakan mata dapat menjadi salah satu masukan untuk penelitian kelelahan. Dalam aspek pemantauan pembuluh darah, komponen pendeteksi dekat pembuluh darah dapat menangkap respons dari getaran pembuluh darah. Hasil pengukuran mekanis itu dapat mendukung penelitian pemantauan kesehatan noninvasif. Jika teknologi ini terus disempurnakan, pemantauan berbagai aktivitas tubuh berpotensi dilakukan melalui satu aksesori. Perlu ditekankan bahwa, manfaat kesehatan perlu dibuktikan melalui penelitian yang lebih luas.
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 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. Meskipun perangkat belum menjadi produk konsumen massal, GlassTENG menggambarkan peluang perangkat elektronik dengan kebutuhan baterai lebih rendah. Bagaimana pandangan Anda, apakah kacamata pintar tanpa baterai akan menjadi kebutuhan masa depan? Silakan bagikan pendapat Anda agar pembahasan tentang inovasi sensor kesehatan menjadi lebih bermanfaat.
