Peneliti Kembangkan Kacamata Pintar Tanpa Baterai yang Memanfaatkan Energi Kedipan Mata
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 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. Tidak seperti sebagian besar perangkat pemantau kesehatan elektronik, GlassTENG menggunakan gerakan tubuh sebagai sumber energi pengindraan. Metode yang digunakan bertujuan mengurangi kebutuhan energi eksternal. Melalui rancangan inovatif ini, aksesori penglihatan dapat dikembangkan sebagai sensor aktivitas tubuh.
Tim peneliti 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 termasuk dalam agenda ilmiah UbiComp/ISWC 2026 yang berfokus pada komputasi yang terintegrasi dengan aktivitas manusia. Sasaran pengembangan perangkat ini adalah menghadirkan pemantauan aktivitas wajah tanpa sensor berukuran besar. Tim pengembang mempertimbangkan bahwa perangkat kacamata telah menjadi bagian dari rutinitas masyarakat. Oleh karena itu, integrasi sensor pada bingkai kacamata menjadi pendekatan yang menjanjikan.
Mekanisme Perubahan Gerakan Wajah Menjadi Sinyal Listrik
Bagian terpenting dari sistem pengindraan GlassTENG adalah triboelectric nanogenerator atau TENG, yaitu teknologi yang mengubah gerakan mekanis menjadi sinyal listrik. Prinsip kerjanya menggunakan efek listrik yang muncul ketika bahan bersentuhan. Apabila dua material mengalami siklus sentuhan dan pemisahan, terbentuk perbedaan potensial yang dapat diukur. Dalam rancangan kacamata tersebut, kedipan serta kontraksi otot menggerakkan lapisan fleksibel. Perubahan tersebut menghasilkan sinyal listrik yang dapat dianalisis. Melalui proses tersebut, gerakan wajah menjadi sumber informasi sekaligus energi sensor.
Keunggulan dari pendekatan triboelektrik tersebut muncul karena sensor tidak membutuhkan baterai untuk membangkitkan sinyal gerakan. Ketika pengguna berkedip, tekanan kecil pada sensor menghasilkan perubahan tegangan. Aktivitas wajah lainnya seperti menggerakkan bagian dahi, mengunyah makanan, dan mengepalkan rahang dapat dikenali melalui respons tegangan yang khas. Kendati sensor memanfaatkan energi gerakan, komponen elektronik pendukung masih mempunyai kebutuhan daya. Karakteristik teknis tersebut penting dipahami agar kemampuan perangkat tidak disalahartikan.
Penempatan Sensor GlassTENG untuk Mendeteksi Kedipan serta Gerakan Rahang
Untuk memperoleh informasi yang lebih lengkap, para ilmuwan menggunakan tiga komponen pengindra fleksibel pada lokasi strategis di sekitar bingkai kacamata. Komponen pengindra pertama dipasang pada bagian tengah bingkai dekat hidung untuk memantau perubahan mekanis di sekitar mata dan pembuluh darah. Pendeteksi lainnya dipasang di bagian rangka yang berdekatan dengan pelipis sehingga berfungsi mengidentifikasi pergerakan rahang dan sinyal denyut. Sebagai pelengkap sistem, sensor ketiga berada dekat telinga untuk mengamati perubahan mekanis ketika pengguna mengunyah. Kombinasi ketiganya memungkinkan pengamatan aktivitas wajah dari berbagai posisi.
Berdasarkan pengujian peneliti, setiap aktivitas menghasilkan tegangan dengan karakteristik berbeda. Gerakan halus akibat denyut arteri menghasilkan sinyal sekitar 50 hingga 100 milivolt. Pada aktivitas wajah lainnya, pergerakan bagian atas wajah menghasilkan tegangan berkisar 200–500 milivolt. Gerakan rahang yang lebih kuat dapat memunculkan sinyal hingga 1,5 volt. Karakteristik sinyal listrik tersebut memberikan informasi untuk membedakan gerakan. Perlu diperhatikan bahwa, angka tegangan saja belum menentukan kecukupan energi bagi seluruh perangkat elektronik.
Hasil Pengujian GlassTENG Menunjukkan Akurasi Pengenalan Aktivitas Wajah
Dalam menguji kinerja sensor, para ilmuwan melibatkan 20 peserta. Individu yang mengikuti penelitian melakukan enam kategori gerakan wajah, yaitu melakukan gerakan kelopak mata, alis, rahang, ketukan gigi, aktivitas makan, dan percakapan. Selama pengujian berlangsung, sensor mencatat sinyal listrik dari gerakan peserta. Data tersebut selanjutnya diproses melalui metode pembelajaran mesin. Sasaran analisis tersebut adalah mengidentifikasi karakteristik listrik masing-masing gerakan.
Hasil penelitian memperlihatkan, GlassTENG memperoleh tingkat ketepatan klasifikasi sekitar 93,8 persen. Dalam pengenalan perilaku khusus, sistem mengenali aktivitas mengetukkan gigi dengan ketepatan 99 persen. Untuk aktivitas rahang, sistem menunjukkan tingkat pengenalan sebesar 96 persen pada aktivitas mengatupkan rahang. Hasil pengukuran ini 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. Berdasarkan keterbatasan pengujian, pengembangan berikutnya perlu menilai ketahanan sensor terhadap berbagai kondisi nyata.
Potensi Kacamata Pintar Tanpa Baterai untuk Pemantauan Kesehatan
Salah satu potensi utama GlassTENG adalah pengenalan perilaku yang berkaitan dengan kondisi fisik pengguna. Dalam kemungkinan penggunaan mendatang, sistem berpotensi digunakan untuk memantau aktivitas rahang yang berulang. Aktivitas tersebut menjadi salah satu aspek yang diperhatikan pada gangguan bruxism, yaitu aktivitas rahang berupa pengatupan atau penggeretakan gigi yang tidak disengaja. Dengan penyempurnaan sistem analisis, kacamata berpotensi memberikan pengingat ketika perilaku tersebut terdeteksi. Namun, 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 berpotensi digunakan sebagai indikator tambahan dalam pemantauan kondisi pengguna. Dalam aspek pemantauan pembuluh darah, sensor pada area hidung dan pelipis mampu membaca perubahan mekanis akibat denyut arteri. Hasil pengukuran mekanis itu dapat mendukung penelitian pemantauan kesehatan noninvasif. Dengan pengembangan yang memadai, pemantauan berbagai aktivitas tubuh berpotensi dilakukan melalui satu aksesori. Perlu ditekankan bahwa, penerapan klinis harus melalui proses validasi khusus.
Masa Depan Kacamata Pintar Tanpa Baterai dengan Sensor Gerakan Wajah
Inovasi sensor berbasis gerakan wajah menunjukkan kemajuan menarik dalam teknologi wearable hemat energi. Dengan menggunakan triboelectric nanogenerator, aktivitas alami pengguna mampu menjadi sumber energi pengindraan tanpa memerlukan baterai pada komponen pengindra utama. Hasil pengujian terhadap 20 peserta memperlihatkan kemampuan membedakan enam aktivitas dengan akurasi 93,8 persen. Temuan ini memberikan dasar bagi pengembangan sensor kesehatan masa depan. Meskipun perangkat belum menjadi produk konsumen massal, GlassTENG memperlihatkan potensi teknologi pengindraan mandiri. Menurut Anda, seberapa bermanfaat sensor kesehatan yang terintegrasi pada kacamata? Sampaikan pandangan melalui kolom komentar agar pembahasan tentang inovasi sensor kesehatan menjadi lebih bermanfaat.
