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 memanfaatkan energi mekanis dari gerakan wajah. Inovasi teknologi tersebut berada di bawah kepemimpinan Nivedita Arora, bersama Profesor Nabil Alshurafa dan sejumlah mahasiswa peneliti. Tidak seperti sebagian besar perangkat pemantau kesehatan elektronik, GlassTENG mengandalkan perubahan mekanis pada wajah untuk melakukan pendeteksian. Pendekatan tersebut membantu menghadirkan sistem pengindraan hemat daya. Dengan desain tersebut, kacamata sehari-hari berpotensi menjadi perangkat pemantauan kesehatan.

Tim peneliti menjelaskan kemampuan prototipe melalui laporan akademik 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 menampilkan perkembangan sistem komputasi dan perangkat yang dikenakan. Salah satu tujuan utamanya adalah menghadirkan pemantauan aktivitas wajah tanpa sensor berukuran besar. Tim pengembang mempertimbangkan bahwa banyak pengguna terbiasa mengenakan kacamata dalam aktivitas harian. Berdasarkan kebiasaan penggunaan tersebut, integrasi sensor pada bingkai kacamata menjadi pendekatan yang menjanjikan.

Cara Kerja Teknologi Kedipan Mata sebagai Sumber Energi GlassTENG

Bagian terpenting dari sistem pengindraan GlassTENG adalah triboelectric nanogenerator atau TENG, yaitu komponen penghasil muatan listrik melalui kontak material. Prinsip kerjanya berkaitan dengan fenomena listrik statis. Ketika dua lapisan material saling menyentuh dan terpisah, proses perpindahan muatan menimbulkan sinyal listrik. Dalam rancangan kacamata tersebut, gerakan kelopak mata dan otot wajah memberikan tekanan pada lapisan sensor. Respons mekanis tersebut menghasilkan sinyal listrik yang dapat dianalisis. Berkat prinsip ini, kedipan mata tidak hanya dideteksi tetapi juga menyediakan energi pengindraannya.

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 mengangkat alis, mengunyah, dan mengatupkan rahang memunculkan karakteristik sinyal tersendiri. Walaupun sensor bekerja tanpa baterai, pemrosesan data dan komunikasi nirkabel tetap memerlukan pengelolaan energi. Karakteristik teknis tersebut perlu diperhatikan ketika membahas konsep kacamata tanpa baterai.

Tiga Sensor Fleksibel Membaca Aktivitas Wajah dan Denyut Pembuluh Darah

Agar berbagai gerakan wajah dapat terdeteksi, pengembang menempatkan tiga sensor berukuran kecil pada bagian tertentu dari struktur kacamata. Sensor pertama diletakkan di sekitar jembatan hidung untuk membaca kedipan, gerakan alis, dan denyut pembuluh darah. Sensor kedua ditempatkan pada area samping kepala sehingga berfungsi mengidentifikasi pergerakan rahang dan sinyal denyut. Sebagai pelengkap sistem, pendeteksi tambahan dipasang pada bagian belakang samping bingkai untuk mengenali aktivitas mengunyah dan mengatupkan rahang. Susunan sensor tersebut membantu membedakan sejumlah perilaku wajah.

Berdasarkan pengujian peneliti, 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. Gerakan rahang yang lebih kuat dapat memunculkan sinyal hingga 1,5 volt. Variasi tegangan yang dihasilkan memberikan informasi untuk membedakan gerakan. Namun, angka tegangan saja belum menentukan kecukupan energi bagi seluruh perangkat elektronik.

Kemampuan Kacamata Pintar Mendeteksi Gerakan dengan Machine Learning

Dalam menguji kinerja sensor, para ilmuwan melibatkan 20 peserta. Setiap peserta melakukan enam kategori gerakan wajah, yaitu melakukan gerakan kelopak mata, alis, rahang, ketukan gigi, aktivitas makan, dan percakapan. Selama pengujian berlangsung, sistem membaca perubahan listrik yang dihasilkan masing-masing gerakan. Informasi yang diperoleh dipelajari dengan bantuan sistem kecerdasan buatan. Sasaran analisis tersebut adalah menentukan jenis perilaku berdasarkan perubahan tegangan.

Temuan pengujian menunjukkan, GlassTENG mencapai akurasi keseluruhan sebesar 93,8 persen. Untuk gerakan tertentu, klasifikasi gerakan ketukan gigi menghasilkan akurasi 99 persen. Pada kategori lainnya, sistem menunjukkan tingkat pengenalan sebesar 96 persen pada aktivitas mengatupkan rahang. Angka tersebut menunjukkan kemampuan sensor membedakan beberapa aktivitas wajah. Walaupun hasilnya terlihat baik, kemampuan prototipe perlu diuji dalam kondisi penggunaan sehari-hari yang lebih luas. Berdasarkan keterbatasan pengujian, uji tambahan penting untuk memastikan konsistensi performa.

Manfaat Teknologi GlassTENG dalam Mendeteksi Kebiasaan dan Aktivitas Tubuh

Salah satu potensi utama GlassTENG adalah pengenalan perilaku yang berkaitan dengan kondisi fisik pengguna. Untuk menggambarkan manfaat praktisnya, perangkat dapat membantu mencatat pola gerakan rahang. Aktivitas tersebut menjadi salah satu aspek yang diperhatikan pada gangguan bruxism, yaitu kondisi ketika seseorang mengatupkan atau menggeretakkan gigi secara tidak disengaja. 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 berpotensi membantu penelitian mengenai aktivitas wajah dan kondisi fisiologis. Kemampuan mendeteksi kedipan mata menawarkan data yang relevan bagi analisis kebiasaan serta tingkat kewaspadaan. Untuk kebutuhan pengindraan fisiologis, sensor pada area hidung dan pelipis dapat menangkap respons dari getaran pembuluh darah. Hasil pengukuran mekanis itu dapat mendukung penelitian pemantauan kesehatan noninvasif. Jika teknologi ini terus disempurnakan, kacamata sehari-hari dapat memiliki fungsi pengindraan tambahan. Namun demikian, penerapan klinis harus melalui proses validasi khusus.

Kesimpulan: Teknologi GlassTENG Membuka Era Baru Kacamata Pintar Hemat Energi

Inovasi sensor berbasis gerakan wajah menunjukkan kemajuan menarik dalam penelitian sensor elektronik berdaya sangat rendah. Berkat penerapan triboelectric nanogenerator, aktivitas alami pengguna mampu menjadi sumber energi pengindraan tanpa bergantung pada sumber daya eksternal untuk membangkitkan sinyal sensor. Eksperimen awal yang melibatkan 20 partisipan memperlihatkan kemampuan membedakan enam aktivitas dengan akurasi 93,8 persen. Pencapaian tersebut menjadi langkah awal menuju sistem wearable yang semakin efisien. Kendati penelitian lebih lanjut masih diperlukan, GlassTENG menunjukkan manfaat pemanfaatan energi gerakan tubuh. Menurut Anda, apakah kacamata pintar tanpa baterai akan menjadi kebutuhan masa depan? Silakan bagikan pendapat Anda agar diskusi mengenai perkembangan teknologi wearable semakin menarik.