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.
Inovasi GlassTENG yang Mengubah Gerakan Wajah Menjadi Energi Listrik
GlassTENG dikenal sebagai prototipe kacamata pintar yang mengubah pergerakan otot wajah menjadi sinyal listrik. Pengembangan perangkat ini dikoordinasikan oleh peneliti Northwestern University, Nivedita Arora, bersama Nabil Alshurafa serta tim mahasiswa tingkat magister. 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. Melalui rancangan inovatif ini, perangkat yang biasa dikenakan dapat memiliki kemampuan pengindraan tambahan.
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. Penelitian ini termasuk dalam agenda ilmiah UbiComp/ISWC 2026 yang menampilkan perkembangan sistem komputasi dan perangkat yang dikenakan. Fokus penting dari penelitian tersebut adalah mengurangi ketergantungan pada perangkat kesehatan yang memerlukan pengisian daya. Para peneliti melihat bahwa banyak pengguna terbiasa mengenakan kacamata dalam aktivitas harian. Oleh karena itu, pemanfaatan kacamata sebagai perangkat kesehatan menawarkan peluang menarik.
Rahasia Sensor Triboelektrik pada Kacamata Pintar Tanpa Baterai
Bagian terpenting dari sistem pengindraan GlassTENG 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, perbedaan muatan listrik dapat menghasilkan tegangan. Melalui sistem sensor yang digunakan, gerakan kelopak mata dan otot wajah memberikan tekanan pada lapisan sensor. Perubahan tersebut menghasilkan sinyal listrik yang dapat dianalisis. Dengan demikian, aktivitas alami manusia membantu mengoperasikan sensor yang mengukurnya.
Karakteristik menarik sistem GlassTENG terletak pada kemampuan menghasilkan sinyal tanpa pasokan daya sensor konvensional. Ketika pengguna berkedip, lapisan material mengalami deformasi yang memicu sinyal listrik. Perubahan mekanis tambahan seperti menaikkan alis, menggerakkan rahang, serta mengunyah dapat dikenali melalui respons tegangan yang khas. Meskipun komponen pengindraannya bersifat mandiri, operasi keseluruhan sistem tetap bergantung pada rancangan rangkaian elektronik. 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
Dalam upaya menangkap sinyal dari beberapa bagian wajah, tim penelitian memasang tiga sensor tipis pada lokasi strategis di sekitar bingkai kacamata. Sensor pertama dipasang pada bagian tengah bingkai dekat hidung untuk memantau perubahan mekanis di sekitar mata dan pembuluh darah. Pendeteksi lainnya ditempatkan pada area samping kepala sehingga berfungsi mengidentifikasi pergerakan rahang dan sinyal denyut. Pada bagian lainnya, komponen terakhir terletak di sekitar area telinga untuk mendeteksi tekanan akibat gerakan rahang. Integrasi beberapa titik pengindraan memungkinkan pengamatan aktivitas wajah dari berbagai posisi.
Hasil pengukuran menunjukkan, gerakan wajah memunculkan keluaran listrik yang bervariasi. Pulsa arteri yang terdeteksi menghasilkan sinyal sekitar 50 hingga 100 milivolt. Pada aktivitas wajah lainnya, pergerakan bagian atas wajah menghasilkan tegangan berkisar 200–500 milivolt. Aktivitas mengunyah atau mengatupkan rahang dapat memunculkan sinyal hingga 1,5 volt. Variasi tegangan yang dihasilkan memberikan informasi untuk membedakan gerakan. Namun, tegangan yang dihasilkan tidak sama dengan jumlah energi yang tersedia.
Penelitian Sensor Tanpa Baterai Menghasilkan Tingkat Akurasi Menjanjikan
Sebagai bagian dari penelitian eksperimental, para ilmuwan melibatkan 20 peserta. Masing-masing partisipan menjalani serangkaian pengujian dengan enam kegiatan berbeda, yaitu melakukan gerakan kelopak mata, alis, rahang, ketukan gigi, aktivitas makan, dan percakapan. Pada setiap sesi pengamatan, sistem membaca perubahan listrik yang dihasilkan masing-masing gerakan. Hasil pengukuran sensor selanjutnya diproses melalui metode pembelajaran mesin. Sasaran analisis tersebut adalah mengidentifikasi karakteristik listrik masing-masing gerakan.
Berdasarkan data eksperimen, GlassTENG memperoleh tingkat ketepatan klasifikasi sekitar 93,8 persen. Untuk gerakan tertentu, sistem mengenali aktivitas mengetukkan gigi dengan ketepatan 99 persen. Sementara itu, sistem menunjukkan tingkat pengenalan sebesar 96 persen pada aktivitas mengatupkan rahang. Angka tersebut memperlihatkan potensi penggunaan sinyal mekanis untuk klasifikasi perilaku. Walaupun hasilnya terlihat baik, hasil laboratorium masih membutuhkan validasi pada kelompok pengguna lebih beragam. Oleh karena itu, pengembangan berikutnya perlu menilai ketahanan sensor terhadap berbagai kondisi nyata.
Manfaat Teknologi GlassTENG dalam Mendeteksi Kebiasaan dan Aktivitas Tubuh
Salah satu potensi utama GlassTENG adalah pengamatan aktivitas wajah dalam rutinitas sehari-hari. Dalam kemungkinan penggunaan mendatang, perangkat dapat membantu mencatat pola gerakan rahang. Kebiasaan mengepalkan rahang termasuk perilaku yang relevan dalam pemantauan bruxism, yaitu aktivitas rahang berupa pengatupan atau penggeretakan gigi yang tidak disengaja. Apabila dikembangkan lebih lanjut, kacamata berpotensi memberikan pengingat ketika perilaku tersebut terdeteksi. Walaupun memiliki potensi penggunaan kesehatan, kemampuan klinisnya masih memerlukan validasi tambahan.
Di samping pemantauan bruxism, GlassTENG memiliki peluang penggunaan dalam pengamatan perilaku makan serta denyut pembuluh darah. Kemampuan mendeteksi kedipan mata dapat menjadi salah satu masukan untuk penelitian kelelahan. Dalam aspek pemantauan pembuluh darah, sensor pada area hidung dan pelipis menghasilkan informasi mengenai gerakan halus akibat denyut. Informasi tersebut memberikan dasar bagi penelitian teknologi kesehatan wearable. Dengan pengembangan yang memadai, pemantauan berbagai aktivitas tubuh berpotensi dilakukan melalui satu aksesori. Namun demikian, penerapan klinis harus melalui proses validasi khusus.
Kesimpulan: Teknologi GlassTENG Membuka Era Baru Kacamata Pintar Hemat Energi
Inovasi sensor berbasis gerakan wajah membuka pendekatan baru dalam pengembangan perangkat kesehatan yang dikenakan. Berkat penerapan triboelectric nanogenerator, kedipan mata serta gerakan wajah dapat menghasilkan sinyal listrik tanpa bergantung pada sumber daya eksternal untuk membangkitkan sinyal sensor. Penelitian dengan pengujian pada 20 orang menunjukkan akurasi pengenalan aktivitas mencapai 93,8 persen. Hasil penelitian tersebut menjadi langkah awal menuju sistem wearable yang semakin efisien. Walaupun masih membutuhkan penyempurnaan, GlassTENG menunjukkan manfaat pemanfaatan energi gerakan tubuh. Menurut Anda, apakah kacamata pintar tanpa baterai akan menjadi kebutuhan masa depan? Ceritakan fitur kacamata pintar yang paling Anda harapkan agar pembahasan tentang inovasi sensor kesehatan menjadi lebih bermanfaat.
