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.

Mengenal GlassTENG, Kacamata Pintar Tanpa Baterai Hasil Penelitian Northwestern

GlassTENG dikenal sebagai perangkat wearable berbentuk kacamata yang menggunakan aktivitas alami wajah sebagai sumber energi sensor. Penelitian tersebut dipimpin oleh Profesor 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. Metode yang digunakan membantu menghadirkan sistem pengindraan hemat daya. Melalui rancangan inovatif ini, aksesori penglihatan dapat dikembangkan sebagai sensor aktivitas tubuh.

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 dipresentasikan dalam rangkaian konferensi UbiComp/ISWC 2026 yang membahas komputasi wearable dan teknologi interaktif. Sasaran pengembangan perangkat ini adalah menciptakan sistem pengindraan yang lebih mudah digunakan setiap hari. Tim pengembang mempertimbangkan bahwa kacamata merupakan aksesori yang sudah digunakan banyak orang. Dengan pertimbangan tersebut, penambahan kemampuan pemantauan pada kacamata dapat menjadi solusi praktis.

Mekanisme Perubahan Gerakan Wajah Menjadi Sinyal Listrik

Bagian terpenting dari sistem pengindraan GlassTENG adalah triboelectric nanogenerator atau TENG, yaitu perangkat yang memanfaatkan efek triboelektrik. Mekanisme dasarnya berkaitan dengan fenomena listrik statis. Saat permukaan bahan mengalami kontak lalu menjauh, proses perpindahan muatan menimbulkan sinyal listrik. Dalam rancangan kacamata tersebut, gerakan kelopak mata dan otot wajah memberikan tekanan pada lapisan sensor. Perubahan tersebut menimbulkan tegangan sebagai informasi sensor. Dengan demikian, kedipan mata tidak hanya dideteksi tetapi juga menyediakan energi pengindraannya.

Keunikan teknologi ini terletak pada kemampuan menghasilkan sinyal tanpa pasokan daya sensor konvensional. Apabila seseorang menutup dan membuka mata, lapisan material mengalami deformasi yang memicu sinyal listrik. Perubahan mekanis tambahan seperti mengangkat alis, mengunyah, dan mengatupkan rahang dapat dikenali melalui respons tegangan yang khas. Walaupun sensor bekerja tanpa baterai, operasi keseluruhan sistem tetap bergantung pada rancangan rangkaian elektronik. Perbedaan ini penting dipahami agar kemampuan perangkat tidak disalahartikan.

Penempatan Sensor GlassTENG untuk Mendeteksi Kedipan serta Gerakan Rahang

Untuk memperoleh informasi yang lebih lengkap, tim penelitian memasang tiga sensor tipis pada titik pengamatan yang berbeda pada rangka kacamata. Komponen pengindra pertama diletakkan di sekitar jembatan hidung untuk memantau perubahan mekanis di sekitar mata dan pembuluh darah. Sensor kedua diposisikan dekat pelipis sehingga berfungsi mengidentifikasi pergerakan rahang dan sinyal denyut. Sementara itu, komponen terakhir terletak di sekitar area telinga untuk mengamati perubahan mekanis ketika pengguna mengunyah. Kombinasi ketiganya memungkinkan pengamatan aktivitas wajah dari berbagai posisi.

Berdasarkan pengujian peneliti, gerakan wajah memunculkan keluaran listrik yang bervariasi. Denyut pembuluh darah memunculkan tegangan dalam kisaran 50 sampai 100 milivolt. Sementara itu, aktivitas kelopak mata dan alis memberikan sinyal sekitar 200 sampai 500 milivolt. Gerakan rahang yang lebih kuat menunjukkan respons listrik sampai 1,5 volt. Perbedaan nilai tersebut membantu sistem mengenali jenis aktivitas. Perlu diperhatikan bahwa, angka tegangan saja belum menentukan kecukupan energi bagi seluruh perangkat elektronik.

Hasil Pengujian GlassTENG Menunjukkan Akurasi Pengenalan Aktivitas Wajah

Sebagai bagian dari penelitian eksperimental, tim pengembang melakukan percobaan bersama 20 partisipan. Setiap peserta melakukan enam kategori gerakan wajah, yaitu melakukan gerakan kelopak mata, alis, rahang, ketukan gigi, aktivitas makan, dan percakapan. Ketika percobaan dilakukan, perangkat mengumpulkan respons tegangan berdasarkan aktivitas wajah. Hasil pengukuran sensor dipelajari dengan bantuan sistem kecerdasan buatan. Sasaran analisis tersebut adalah menentukan jenis perilaku berdasarkan perubahan tegangan.

Berdasarkan data eksperimen, GlassTENG mencapai akurasi keseluruhan sebesar 93,8 persen. Dalam pengenalan perilaku khusus, akurasi pendeteksian ketukan gigi mencapai 99 persen. Pada kategori lainnya, gerakan mengatupkan rahang dikenali dengan akurasi 96 persen. Angka tersebut memberikan bukti awal bahwa pendekatan pengindraan ini cukup menjanjikan. Walaupun hasilnya terlihat baik, hasil laboratorium masih membutuhkan validasi pada kelompok pengguna lebih beragam. Dengan mempertimbangkan hal tersebut, uji tambahan penting untuk memastikan konsistensi performa.

Peluang Penggunaan Sensor Kedipan Mata bagi Kesehatan Sehari-hari

Salah satu potensi utama GlassTENG adalah pengenalan perilaku yang berkaitan dengan kondisi fisik pengguna. Untuk menggambarkan manfaat praktisnya, sistem berpotensi digunakan untuk memantau aktivitas rahang yang berulang. Aktivitas tersebut termasuk perilaku yang relevan dalam pemantauan bruxism, yaitu kondisi ketika seseorang mengatupkan atau menggeretakkan gigi secara tidak disengaja. Dengan penyempurnaan sistem analisis, perangkat dapat dirancang untuk membantu pengguna menyadari aktivitas rahangnya. Walaupun memiliki potensi penggunaan kesehatan, GlassTENG belum dapat dianggap sebagai alat diagnosis medis.

Di samping pemantauan bruxism, GlassTENG memiliki peluang penggunaan dalam pengamatan perilaku makan serta denyut pembuluh darah. Sistem pembacaan gerakan mata dapat menjadi salah satu masukan untuk penelitian kelelahan. Untuk kebutuhan pengindraan fisiologis, sensor pada area hidung dan pelipis dapat menangkap respons dari getaran pembuluh darah. Informasi tersebut memberikan dasar bagi penelitian teknologi kesehatan wearable. Apabila penelitian lanjutan berhasil, pengguna mungkin memperoleh perangkat pemantauan kesehatan yang semakin nyaman. Perlu ditekankan bahwa, penerapan klinis harus melalui proses validasi khusus.

Kesimpulan: Teknologi GlassTENG Membuka Era Baru Kacamata Pintar Hemat Energi

Pengembangan GlassTENG memberikan kontribusi penting dalam pengembangan perangkat kesehatan yang dikenakan. Melalui pemanfaatan triboelectric nanogenerator, kedipan mata serta gerakan wajah dapat menghasilkan sinyal listrik tanpa mengandalkan baterai konvensional dalam proses pendeteksian mekanis. Penelitian dengan pengujian pada 20 orang 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 menunjukkan manfaat pemanfaatan energi gerakan tubuh. Bagaimana pandangan Anda, apakah teknologi energi kedipan mata dapat mengubah perkembangan perangkat wearable? Ceritakan fitur kacamata pintar yang paling Anda harapkan agar pembahasan tentang inovasi sensor kesehatan menjadi lebih bermanfaat.