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.
Teknologi Kacamata Pintar Tanpa Baterai yang Dikembangkan Para Peneliti
GlassTENG dikembangkan sebagai sistem sensor kesehatan yang terintegrasi pada kacamata yang menggunakan aktivitas alami wajah sebagai sumber energi sensor. Pengembangan perangkat ini dikoordinasikan oleh peneliti Northwestern University, Nivedita Arora, bersama Nabil Alshurafa serta tim mahasiswa tingkat magister. Berbeda dengan banyak perangkat wearable konvensional, GlassTENG memanfaatkan aktivitas fisik untuk menghasilkan sinyal sensor. Metode yang digunakan membantu menghadirkan sistem pengindraan hemat daya. Dengan desain tersebut, aksesori penglihatan dapat dikembangkan sebagai sensor aktivitas tubuh.
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 menjadi bagian dari konferensi UbiComp/ISWC 2026 yang membahas komputasi wearable dan teknologi interaktif. Sasaran pengembangan perangkat ini adalah menghadirkan pemantauan aktivitas wajah tanpa sensor berukuran besar. Para peneliti melihat bahwa perangkat kacamata telah menjadi bagian dari rutinitas masyarakat. Oleh karena itu, penambahan kemampuan pemantauan pada kacamata dapat menjadi solusi praktis.
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 menggunakan efek listrik yang muncul ketika bahan bersentuhan. 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 menghasilkan sinyal listrik yang dapat dianalisis. Dengan demikian, kedipan mata tidak hanya dideteksi tetapi juga menyediakan energi pengindraannya.
Keunikan teknologi ini muncul karena sensor tidak membutuhkan baterai untuk membangkitkan sinyal gerakan. Apabila seseorang menutup dan membuka mata, gerakan tersebut menimbulkan respons listrik pada komponen fleksibel. Perubahan mekanis tambahan seperti menaikkan alis, menggerakkan rahang, serta mengunyah dapat dikenali melalui respons tegangan yang khas. Kendati sensor memanfaatkan energi gerakan, operasi keseluruhan sistem tetap bergantung pada rancangan rangkaian elektronik. Karakteristik teknis tersebut menjelaskan bahwa pengindraan mandiri tidak otomatis berarti seluruh fungsi elektronik bebas kebutuhan daya.
Tiga Sensor Fleksibel Membaca Aktivitas Wajah dan Denyut Pembuluh Darah
Untuk memperoleh informasi yang lebih lengkap, pengembang menempatkan tiga sensor berukuran kecil pada titik pengamatan yang berbeda pada rangka kacamata. Sensor pertama diletakkan di sekitar jembatan hidung untuk membaca kedipan, gerakan alis, dan denyut pembuluh darah. Pendeteksi lainnya dipasang di bagian rangka yang berdekatan dengan pelipis sehingga mampu membaca aktivitas otot rahang serta pembuluh darah. Sementara itu, sensor ketiga berada dekat telinga untuk mendeteksi tekanan akibat gerakan rahang. Integrasi beberapa titik pengindraan memungkinkan pengamatan aktivitas wajah dari berbagai posisi.
Dalam eksperimen yang dilakukan, gerakan wajah memunculkan keluaran listrik yang bervariasi. Gerakan halus akibat denyut arteri memunculkan tegangan dalam kisaran 50 sampai 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 menunjukkan respons listrik sampai 1,5 volt. Perbedaan nilai tersebut menjadi dasar identifikasi perilaku wajah. Meskipun nilai tegangan terlihat menarik, angka tegangan saja belum menentukan kecukupan energi bagi seluruh perangkat elektronik.
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. Ketika percobaan dilakukan, sensor mencatat sinyal listrik dari gerakan peserta. Informasi yang diperoleh selanjutnya diproses melalui metode pembelajaran mesin. Tujuannya adalah menentukan jenis perilaku berdasarkan perubahan tegangan.
Temuan pengujian menunjukkan, GlassTENG memperoleh tingkat ketepatan klasifikasi sekitar 93,8 persen. Pada beberapa kategori aktivitas, akurasi pendeteksian ketukan gigi mencapai 99 persen. Sementara itu, pendeteksian rahang yang dikatupkan mencapai ketepatan 96 persen. Pencapaian penelitian tersebut memperlihatkan potensi penggunaan sinyal mekanis untuk klasifikasi perilaku. Kendati akurasinya cukup tinggi, kemampuan prototipe perlu diuji dalam kondisi penggunaan sehari-hari yang lebih luas. Oleh karena itu, pengembangan berikutnya perlu menilai ketahanan sensor terhadap berbagai kondisi nyata.
Peluang Penggunaan Sensor Kedipan Mata bagi Kesehatan Sehari-hari
Manfaat jangka panjang yang menarik dari GlassTENG adalah pengenalan perilaku yang berkaitan dengan kondisi fisik pengguna. Dalam kemungkinan penggunaan mendatang, perangkat dapat membantu mencatat pola gerakan rahang. Perilaku mengatupkan rahang dapat berkaitan dengan bruxism, yaitu kebiasaan mengepalkan maupun menggesekkan gigi tanpa disadari. Jika kemampuan pemantauan ditingkatkan, perangkat dapat dirancang untuk membantu pengguna menyadari aktivitas rahangnya. Walaupun memiliki potensi penggunaan kesehatan, kemampuan klinisnya masih memerlukan validasi tambahan.
Selain pengamatan gerakan rahang, GlassTENG berpotensi membantu penelitian mengenai aktivitas wajah dan kondisi fisiologis. Fitur pengenalan aktivitas kelopak mata menawarkan data yang relevan bagi analisis kebiasaan serta tingkat kewaspadaan. Dalam aspek pemantauan pembuluh darah, sensor pada area hidung dan pelipis menghasilkan informasi mengenai gerakan halus akibat denyut. Informasi tersebut memberikan dasar bagi penelitian teknologi kesehatan wearable. Jika teknologi ini terus disempurnakan, kacamata sehari-hari dapat memiliki fungsi pengindraan tambahan. Namun demikian, manfaat kesehatan perlu dibuktikan melalui penelitian yang lebih luas.
Kesimpulan: Teknologi GlassTENG Membuka Era Baru Kacamata Pintar Hemat Energi
Penelitian kacamata pintar tanpa baterai memberikan kontribusi penting dalam pengembangan perangkat kesehatan yang dikenakan. Dengan menggunakan triboelectric nanogenerator, pergerakan kelopak mata dan rahang dapat dimanfaatkan sebagai masukan sensor tanpa mengandalkan baterai konvensional dalam proses pendeteksian mekanis. Hasil pengujian terhadap 20 peserta memperlihatkan kemampuan membedakan enam aktivitas dengan akurasi 93,8 persen. Hasil penelitian tersebut menawarkan peluang menciptakan kacamata dengan fungsi pemantauan tambahan. Meskipun perangkat belum menjadi produk konsumen massal, GlassTENG memperlihatkan potensi teknologi pengindraan mandiri. Dari sudut pandang Anda, seberapa bermanfaat sensor kesehatan yang terintegrasi pada kacamata? Ceritakan fitur kacamata pintar yang paling Anda harapkan agar pembahasan tentang inovasi sensor kesehatan menjadi lebih bermanfaat.
