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 dikembangkan sebagai perangkat wearable berbentuk kacamata yang memanfaatkan energi mekanis dari gerakan wajah. Inovasi teknologi tersebut berada di bawah kepemimpinan Nivedita Arora, bersama Nabil Alshurafa serta tim mahasiswa tingkat magister. Berbeda dengan banyak perangkat wearable konvensional, GlassTENG menggunakan gerakan tubuh sebagai sumber energi pengindraan. Metode yang digunakan mendukung rancangan sensor yang tidak memerlukan baterai. Melalui rancangan inovatif ini, kacamata sehari-hari berpotensi menjadi perangkat pemantauan kesehatan.

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. Kajian tersebut dipresentasikan dalam rangkaian konferensi UbiComp/ISWC 2026 yang menampilkan perkembangan sistem komputasi dan perangkat yang dikenakan. Sasaran pengembangan perangkat ini adalah menciptakan sistem pengindraan yang lebih mudah digunakan setiap hari. Tim pengembang mempertimbangkan bahwa banyak pengguna terbiasa mengenakan kacamata dalam aktivitas harian. Dengan pertimbangan tersebut, integrasi sensor pada bingkai kacamata menjadi pendekatan yang menjanjikan.

Rahasia Sensor Triboelektrik pada Kacamata Pintar Tanpa Baterai

Bagian terpenting dari sistem pengindraan GlassTENG adalah triboelectric nanogenerator atau TENG, yaitu komponen penghasil muatan listrik melalui kontak material. Mekanisme dasarnya memanfaatkan perpindahan muatan akibat kontak dua material. Apabila dua material mengalami siklus sentuhan dan pemisahan, terbentuk perbedaan potensial yang dapat diukur. Melalui sistem sensor yang digunakan, aktivitas wajah menyebabkan perubahan kontak antarmaterial. Perubahan tersebut menimbulkan tegangan sebagai informasi sensor. Berkat prinsip ini, gerakan wajah menjadi sumber informasi sekaligus energi sensor.

Keunikan teknologi ini berasal dari penggunaan energi mekanis yang tersedia secara alami. Saat kelopak mata bergerak, lapisan material mengalami deformasi yang memicu sinyal listrik. Gerakan lain seperti menaikkan alis, menggerakkan rahang, serta mengunyah dapat dikenali melalui respons tegangan yang khas. Meskipun komponen pengindraannya bersifat mandiri, komponen elektronik pendukung masih mempunyai kebutuhan daya. Perbedaan ini penting dipahami agar kemampuan perangkat tidak disalahartikan.

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 bagian tertentu dari struktur kacamata. Komponen pengindra pertama berada di area kacamata yang berdekatan dengan pangkal hidung untuk memantau perubahan mekanis di sekitar mata dan pembuluh darah. Pendeteksi lainnya ditempatkan pada area samping kepala sehingga mampu membaca aktivitas otot rahang serta pembuluh darah. Sebagai pelengkap sistem, sensor ketiga berada dekat telinga untuk mengamati perubahan mekanis ketika pengguna mengunyah. Susunan sensor tersebut membantu membedakan sejumlah perilaku wajah.

Berdasarkan pengujian peneliti, setiap aktivitas menghasilkan tegangan dengan karakteristik berbeda. Gerakan halus akibat denyut arteri memunculkan tegangan dalam kisaran 50 sampai 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 membantu sistem mengenali jenis aktivitas. Perlu diperhatikan bahwa, angka tegangan saja belum menentukan kecukupan energi bagi seluruh perangkat elektronik.

Kemampuan Kacamata Pintar Mendeteksi Gerakan dengan Machine Learning

Untuk mengevaluasi kemampuan GlassTENG, para ilmuwan melibatkan 20 peserta. Masing-masing partisipan menjalani serangkaian pengujian dengan enam kegiatan berbeda, yaitu mengedipkan mata, menaikkan alis, mengepalkan rahang, mengetuk gigi, mengunyah makanan, serta berbicara. Pada setiap sesi pengamatan, sistem membaca perubahan listrik yang dihasilkan masing-masing gerakan. Data tersebut selanjutnya diproses melalui metode pembelajaran mesin. Sasaran analisis tersebut adalah menentukan jenis perilaku berdasarkan perubahan tegangan.

Berdasarkan data eksperimen, GlassTENG menunjukkan kemampuan pengenalan enam aktivitas dengan akurasi 93,8 persen. Pada beberapa kategori aktivitas, sistem mengenali aktivitas mengetukkan gigi dengan ketepatan 99 persen. Untuk aktivitas rahang, sistem menunjukkan tingkat pengenalan sebesar 96 persen pada aktivitas mengatupkan rahang. Angka tersebut memperlihatkan potensi penggunaan sinyal mekanis untuk klasifikasi perilaku. Kendati akurasinya cukup tinggi, pengujian dengan jumlah peserta terbatas belum membuktikan kinerja pada seluruh populasi. 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 pemantauan kebiasaan tubuh secara berkelanjutan. Untuk menggambarkan manfaat praktisnya, sensor dapat dikembangkan untuk mengenali kebiasaan mengatupkan rahang. Aktivitas tersebut dapat berkaitan dengan bruxism, yaitu kondisi ketika seseorang mengatupkan atau menggeretakkan gigi secara tidak disengaja. Apabila dikembangkan lebih lanjut, kacamata berpotensi memberikan pengingat ketika perilaku tersebut terdeteksi. Namun, GlassTENG belum dapat dianggap sebagai alat diagnosis medis.

Selain pengamatan gerakan rahang, GlassTENG memiliki peluang penggunaan dalam pengamatan perilaku makan serta denyut pembuluh darah. Kemampuan mendeteksi kedipan mata menawarkan data yang relevan bagi analisis kebiasaan serta tingkat kewaspadaan. Sementara itu, komponen pendeteksi dekat pembuluh darah dapat menangkap respons dari getaran pembuluh darah. Data fisiologis yang diperoleh berpotensi dimanfaatkan untuk pengembangan perangkat pengamatan kondisi tubuh. Apabila penelitian lanjutan berhasil, pemantauan berbagai aktivitas tubuh berpotensi dilakukan melalui satu aksesori. Meskipun demikian, penerapan klinis harus melalui proses validasi khusus.

Kesimpulan: Teknologi GlassTENG Membuka Era Baru Kacamata Pintar Hemat Energi

Pengembangan GlassTENG membuka pendekatan baru dalam penelitian sensor elektronik berdaya sangat rendah. Dengan menggunakan triboelectric nanogenerator, kedipan mata serta gerakan wajah dapat menghasilkan sinyal listrik tanpa mengandalkan baterai konvensional dalam proses pendeteksian mekanis. Eksperimen awal yang melibatkan 20 partisipan menunjukkan akurasi pengenalan aktivitas mencapai 93,8 persen. Pencapaian tersebut menawarkan peluang menciptakan kacamata dengan fungsi pemantauan tambahan. Kendati penelitian lebih lanjut masih diperlukan, GlassTENG menggambarkan peluang perangkat elektronik dengan kebutuhan baterai lebih rendah. Menurut Anda, seberapa bermanfaat sensor kesehatan yang terintegrasi pada kacamata? Silakan bagikan pendapat Anda agar semakin banyak gagasan mengenai pemanfaatan perangkat hemat energi dapat dibagikan.