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 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. Konsep pengembangan ini mendukung rancangan sensor yang tidak memerlukan baterai. Dengan desain tersebut, kacamata sehari-hari berpotensi menjadi perangkat pemantauan kesehatan.
Para ilmuwan yang terlibat memperkenalkan hasil penelitian melalui publikasi ilmiah berjudul GlassTENG: Self-Powered Triboelectric Nanogenerator Based Sensing of Pulse, Jaw, and Upper Facial Activity from Everyday Glasses. Pengembangan teknologi tersebut dipresentasikan dalam rangkaian konferensi UbiComp/ISWC 2026 yang membahas komputasi wearable dan teknologi interaktif. Salah satu tujuan utamanya adalah menghadirkan pemantauan aktivitas wajah tanpa sensor berukuran besar. Para peneliti melihat bahwa kacamata merupakan aksesori yang sudah digunakan banyak orang. Oleh karena itu, penambahan kemampuan pemantauan pada kacamata dapat menjadi solusi praktis.
Rahasia Sensor Triboelektrik pada Kacamata Pintar Tanpa Baterai
Teknologi inti pada kacamata pintar tersebut adalah triboelectric nanogenerator atau TENG, yaitu teknologi yang mengubah gerakan mekanis menjadi sinyal listrik. Mekanisme dasarnya memanfaatkan perpindahan muatan akibat kontak dua material. Apabila dua material mengalami siklus sentuhan dan pemisahan, proses perpindahan muatan menimbulkan sinyal listrik. Pada GlassTENG, kedipan serta kontraksi otot menggerakkan lapisan fleksibel. Respons mekanis tersebut menghasilkan sinyal listrik yang dapat dianalisis. Melalui proses tersebut, kedipan mata tidak hanya dideteksi tetapi juga menyediakan energi pengindraannya.
Keunikan teknologi ini berasal dari penggunaan energi mekanis yang tersedia secara alami. Apabila seseorang menutup dan membuka mata, gerakan tersebut menimbulkan respons listrik pada komponen fleksibel. Perubahan mekanis tambahan seperti mengangkat alis, mengunyah, dan mengatupkan rahang juga menghasilkan pola listrik yang berbeda. Walaupun sensor bekerja tanpa baterai, operasi keseluruhan sistem tetap bergantung pada rancangan rangkaian elektronik. Hal tersebut menjelaskan bahwa pengindraan mandiri tidak otomatis berarti seluruh fungsi elektronik bebas kebutuhan daya.
Kemampuan Sensor Kacamata Pintar dalam Mengenali Berbagai Sinyal Tubuh
Untuk memperoleh informasi yang lebih lengkap, para ilmuwan menggunakan tiga komponen pengindra fleksibel pada bagian tertentu dari struktur kacamata. Komponen pengindra pertama diletakkan di sekitar jembatan hidung untuk mendeteksi aktivitas kelopak mata serta sinyal denyut. Sensor kedua dipasang di bagian rangka yang berdekatan dengan pelipis sehingga mampu membaca aktivitas otot rahang serta pembuluh darah. Sementara itu, 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, setiap aktivitas menghasilkan tegangan dengan karakteristik berbeda. Pulsa arteri yang terdeteksi memunculkan tegangan dalam kisaran 50 sampai 100 milivolt. Untuk perubahan gerakan yang lebih jelas, kedipan mata serta gerakan alis menghasilkan sekitar 200 hingga 500 milivolt. Tekanan mekanis lebih besar dari otot rahang mampu menghasilkan tegangan mencapai 1,5 volt. Karakteristik sinyal listrik tersebut menjadi dasar identifikasi perilaku wajah. Perlu diperhatikan bahwa, tegangan yang dihasilkan tidak sama dengan jumlah energi yang tersedia.
Hasil Pengujian GlassTENG Menunjukkan Akurasi Pengenalan Aktivitas Wajah
Sebagai bagian dari penelitian eksperimental, peneliti menguji prototipe terhadap 20 orang. Setiap peserta menjalani serangkaian pengujian dengan enam kegiatan berbeda, yaitu berkedip, mengangkat alis, mengatupkan rahang, mengetukkan gigi, makan, dan berbicara. Pada setiap sesi pengamatan, sensor mencatat sinyal listrik dari gerakan peserta. Informasi yang diperoleh selanjutnya diproses melalui metode pembelajaran mesin. Sasaran analisis tersebut adalah menentukan jenis perilaku berdasarkan perubahan tegangan.
Temuan pengujian menunjukkan, GlassTENG memperoleh tingkat ketepatan klasifikasi sekitar 93,8 persen. Dalam pengenalan perilaku khusus, klasifikasi gerakan ketukan gigi menghasilkan akurasi 99 persen. Untuk aktivitas rahang, pendeteksian rahang yang dikatupkan mencapai ketepatan 96 persen. Hasil pengukuran ini 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.
Manfaat Teknologi GlassTENG dalam Mendeteksi Kebiasaan dan Aktivitas Tubuh
Peluang penerapan penting kacamata pintar ini adalah pemantauan kebiasaan tubuh secara berkelanjutan. Dalam kemungkinan penggunaan mendatang, sensor dapat dikembangkan untuk mengenali kebiasaan mengatupkan rahang. Kebiasaan mengepalkan rahang menjadi salah satu aspek yang diperhatikan pada gangguan 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. Meskipun peluang ini menarik, GlassTENG belum dapat dianggap sebagai alat diagnosis medis.
Tidak hanya berpotensi mengenali kebiasaan mengatupkan gigi, GlassTENG memiliki peluang penggunaan dalam pengamatan perilaku makan serta denyut pembuluh darah. Fitur pengenalan aktivitas kelopak mata berpotensi digunakan sebagai indikator tambahan dalam pemantauan kondisi pengguna. Sementara itu, komponen pendeteksi dekat pembuluh darah menghasilkan informasi mengenai gerakan halus akibat denyut. Hasil pengukuran mekanis itu dapat mendukung penelitian pemantauan kesehatan noninvasif. Jika teknologi ini terus disempurnakan, kacamata sehari-hari dapat memiliki fungsi pengindraan tambahan. Meskipun demikian, penerapan klinis harus melalui proses validasi khusus.
Kesimpulan: Teknologi GlassTENG Membuka Era Baru Kacamata Pintar Hemat Energi
Pengembangan GlassTENG memberikan kontribusi penting dalam teknologi wearable hemat energi. Berkat penerapan triboelectric nanogenerator, pergerakan kelopak mata dan rahang dapat dimanfaatkan sebagai masukan sensor tanpa memerlukan baterai pada komponen pengindra utama. Penelitian dengan pengujian pada 20 orang menghasilkan ketepatan klasifikasi keseluruhan sebesar 93,8 persen. Temuan ini menjadi langkah awal menuju sistem wearable yang semakin efisien. Meskipun perangkat belum menjadi produk konsumen massal, GlassTENG menggambarkan peluang perangkat elektronik dengan kebutuhan baterai lebih rendah. Dari sudut pandang Anda, apakah teknologi energi kedipan mata dapat mengubah perkembangan perangkat wearable? Silakan bagikan pendapat Anda agar semakin banyak gagasan mengenai pemanfaatan perangkat hemat energi dapat dibagikan.
