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 sistem sensor kesehatan yang terintegrasi pada kacamata yang mengubah pergerakan otot wajah menjadi sinyal listrik. Pengembangan perangkat ini berada di bawah kepemimpinan 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. Pendekatan tersebut bertujuan mengurangi kebutuhan energi eksternal. Berkat penerapan sistem tersebut, perangkat yang biasa dikenakan dapat memiliki kemampuan pengindraan tambahan.
Kelompok pengembang GlassTENG 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 menjadi bagian dari konferensi UbiComp/ISWC 2026 yang berfokus pada komputasi yang terintegrasi dengan aktivitas manusia. Salah satu tujuan utamanya adalah menciptakan sistem pengindraan yang lebih mudah digunakan setiap hari. Tim pengembang mempertimbangkan bahwa kacamata merupakan aksesori yang sudah digunakan banyak orang. 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 perangkat yang memanfaatkan efek triboelektrik. Cara pengoperasiannya berkaitan dengan fenomena listrik statis. Saat permukaan bahan mengalami kontak lalu menjauh, terbentuk perbedaan potensial yang dapat diukur. Melalui sistem sensor yang digunakan, kedipan serta kontraksi otot menggerakkan lapisan fleksibel. Perubahan tersebut membentuk keluaran listrik yang menggambarkan pergerakan. Berkat prinsip ini, gerakan wajah menjadi sumber informasi sekaligus energi sensor.
Keunikan teknologi ini terletak pada kemampuan menghasilkan sinyal tanpa pasokan daya sensor konvensional. Ketika pengguna berkedip, gerakan tersebut menimbulkan respons listrik pada komponen fleksibel. Perubahan mekanis tambahan seperti menggerakkan bagian dahi, mengunyah makanan, dan mengepalkan 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.
Kemampuan Sensor Kacamata Pintar dalam Mengenali Berbagai Sinyal Tubuh
Dalam upaya menangkap sinyal dari beberapa bagian wajah, tim penelitian memasang tiga sensor tipis pada bagian tertentu dari struktur kacamata. Perangkat pendeteksi awal diletakkan di sekitar jembatan hidung untuk mendeteksi aktivitas kelopak mata serta sinyal denyut. Komponen berikutnya dipasang di bagian rangka yang berdekatan dengan pelipis sehingga dapat menangkap gerakan rahang dan denyut arteri temporal. Sebagai pelengkap sistem, komponen terakhir terletak di sekitar area telinga untuk mengamati perubahan mekanis ketika pengguna mengunyah. Integrasi beberapa titik pengindraan membantu membedakan sejumlah perilaku wajah.
Dalam eksperimen yang dilakukan, gerakan wajah memunculkan keluaran listrik yang bervariasi. Pulsa arteri yang terdeteksi memberikan respons listrik sekitar 50–100 milivolt. Untuk perubahan gerakan yang lebih jelas, aktivitas kelopak mata dan alis memberikan sinyal sekitar 200 sampai 500 milivolt. Aktivitas mengunyah atau mengatupkan rahang menunjukkan respons listrik sampai 1,5 volt. Variasi tegangan yang dihasilkan menjadi dasar identifikasi perilaku wajah. Meskipun nilai tegangan terlihat menarik, besar voltase tidak langsung menunjukkan kemampuan memasok daya besar.
Penelitian Sensor Tanpa Baterai Menghasilkan Tingkat Akurasi Menjanjikan
Untuk mengevaluasi kemampuan GlassTENG, para ilmuwan melibatkan 20 peserta. Masing-masing partisipan melakukan enam kategori gerakan wajah, yaitu melakukan gerakan kelopak mata, alis, rahang, ketukan gigi, aktivitas makan, dan percakapan. Pada setiap sesi pengamatan, perangkat mengumpulkan respons tegangan berdasarkan aktivitas wajah. Data tersebut kemudian dianalisis menggunakan algoritma machine learning. Fungsi pemrosesan ini adalah membedakan pola sinyal dari setiap aktivitas.
Temuan pengujian menunjukkan, GlassTENG mencapai akurasi keseluruhan sebesar 93,8 persen. Pada beberapa kategori aktivitas, klasifikasi gerakan ketukan gigi menghasilkan akurasi 99 persen. Sementara itu, gerakan mengatupkan rahang dikenali dengan akurasi 96 persen. Angka tersebut memperlihatkan potensi penggunaan sinyal mekanis untuk klasifikasi perilaku. Walaupun hasilnya terlihat baik, kemampuan prototipe perlu diuji dalam kondisi penggunaan sehari-hari yang lebih luas. Oleh karena itu, penelitian lanjutan diperlukan sebelum perangkat digunakan secara komersial.
Manfaat Teknologi GlassTENG dalam Mendeteksi Kebiasaan dan Aktivitas Tubuh
Salah satu potensi utama GlassTENG adalah pengamatan aktivitas wajah dalam rutinitas sehari-hari. Sebagai contoh, sensor dapat dikembangkan untuk mengenali kebiasaan mengatupkan rahang. Perilaku mengatupkan rahang termasuk perilaku yang relevan dalam pemantauan bruxism, yaitu kebiasaan mengepalkan maupun menggesekkan gigi tanpa disadari. Apabila dikembangkan lebih lanjut, sistem mungkin mampu menyampaikan peringatan mengenai gerakan rahang tertentu. Namun, perangkat tersebut masih merupakan prototipe penelitian.
Selain pengamatan gerakan rahang, GlassTENG dapat dikembangkan untuk memantau aktivitas makan, kelelahan, dan sinyal kardiovaskular. Kemampuan mendeteksi kedipan mata berpotensi digunakan sebagai indikator tambahan dalam pemantauan kondisi pengguna. Untuk kebutuhan pengindraan fisiologis, sensor pada area hidung dan pelipis mampu membaca perubahan mekanis akibat denyut arteri. Informasi tersebut memberikan dasar bagi penelitian teknologi kesehatan wearable. Apabila penelitian lanjutan berhasil, pemantauan berbagai aktivitas tubuh berpotensi dilakukan melalui satu aksesori. Namun demikian, penerapan klinis harus melalui proses validasi khusus.
Masa Depan Kacamata Pintar Tanpa Baterai dengan Sensor Gerakan Wajah
Penelitian kacamata pintar tanpa baterai memberikan kontribusi penting dalam teknologi wearable hemat energi. Dengan menggunakan triboelectric nanogenerator, pergerakan kelopak mata dan rahang dapat dimanfaatkan sebagai masukan sensor 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. Kendati penelitian lebih lanjut masih diperlukan, GlassTENG menggambarkan peluang perangkat elektronik dengan kebutuhan baterai lebih rendah. Bagaimana pandangan Anda, apakah teknologi energi kedipan mata dapat mengubah perkembangan perangkat wearable? Silakan bagikan pendapat Anda agar diskusi mengenai perkembangan teknologi wearable semakin menarik.
