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.
Inovasi GlassTENG yang Mengubah Gerakan Wajah Menjadi Energi Listrik
GlassTENG dikenal sebagai prototipe kacamata pintar yang memanfaatkan energi mekanis dari gerakan wajah. Inovasi teknologi tersebut dipimpin oleh Profesor Nivedita Arora, bersama Nabil Alshurafa serta tim mahasiswa tingkat magister. Berbeda dengan banyak perangkat wearable konvensional, GlassTENG menggunakan gerakan tubuh sebagai sumber energi pengindraan. Pendekatan tersebut membantu menghadirkan sistem pengindraan hemat daya. Berkat penerapan sistem 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. Kajian tersebut dipresentasikan dalam rangkaian konferensi UbiComp/ISWC 2026 yang membahas komputasi wearable dan teknologi interaktif. Sasaran pengembangan perangkat ini adalah menghadirkan pemantauan aktivitas wajah tanpa sensor berukuran besar. Kelompok ilmuwan menyadari bahwa kacamata merupakan aksesori yang sudah digunakan banyak orang. Dengan pertimbangan tersebut, integrasi sensor pada bingkai kacamata menjadi pendekatan yang menjanjikan.
Mekanisme Perubahan Gerakan Wajah Menjadi Sinyal Listrik
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. Saat permukaan bahan mengalami kontak lalu menjauh, perbedaan muatan listrik dapat menghasilkan tegangan. Dalam rancangan kacamata tersebut, aktivitas wajah menyebabkan perubahan kontak antarmaterial. Respons mekanis tersebut membentuk keluaran listrik yang menggambarkan pergerakan. Berkat prinsip ini, gerakan wajah menjadi sumber informasi sekaligus energi sensor.
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. Kendati sensor memanfaatkan energi gerakan, operasi keseluruhan sistem tetap bergantung pada rancangan rangkaian elektronik. Perbedaan ini perlu diperhatikan ketika membahas konsep kacamata tanpa baterai.
Tiga Sensor Fleksibel Membaca Aktivitas Wajah dan Denyut Pembuluh Darah
Dalam upaya menangkap sinyal dari beberapa bagian wajah, para ilmuwan menggunakan tiga komponen pengindra fleksibel pada lokasi strategis di sekitar bingkai kacamata. Sensor pertama dipasang pada bagian tengah bingkai dekat hidung untuk mendeteksi aktivitas kelopak mata serta sinyal denyut. Pendeteksi lainnya ditempatkan pada area samping kepala sehingga berfungsi mengidentifikasi pergerakan rahang dan sinyal denyut. Sementara itu, komponen terakhir terletak di sekitar area telinga untuk mendeteksi tekanan akibat gerakan rahang. Susunan sensor tersebut membantu membedakan sejumlah perilaku wajah.
Hasil pengukuran menunjukkan, gerakan wajah memunculkan keluaran listrik yang bervariasi. Gerakan halus akibat denyut arteri menghasilkan sinyal sekitar 50 hingga 100 milivolt. Untuk perubahan gerakan yang lebih jelas, kedipan mata serta gerakan alis menghasilkan sekitar 200 hingga 500 milivolt. Gerakan rahang yang lebih kuat menunjukkan respons listrik sampai 1,5 volt. Variasi tegangan yang dihasilkan menjadi dasar identifikasi perilaku wajah. Perlu diperhatikan bahwa, besar voltase tidak langsung menunjukkan kemampuan memasok daya besar.
Hasil Pengujian GlassTENG Menunjukkan Akurasi Pengenalan Aktivitas Wajah
Dalam menguji kinerja sensor, peneliti menguji prototipe terhadap 20 orang. Individu yang mengikuti penelitian menjalani serangkaian pengujian dengan enam kegiatan berbeda, yaitu mengedipkan mata, menaikkan alis, mengepalkan rahang, mengetuk gigi, mengunyah makanan, serta berbicara. Pada setiap sesi pengamatan, perangkat mengumpulkan respons tegangan berdasarkan aktivitas wajah. Informasi yang diperoleh selanjutnya diproses melalui metode pembelajaran mesin. Fungsi pemrosesan ini adalah membedakan pola sinyal dari setiap aktivitas.
Hasil penelitian memperlihatkan, GlassTENG menunjukkan kemampuan pengenalan enam aktivitas dengan akurasi 93,8 persen. Pada beberapa kategori aktivitas, sistem mengenali aktivitas mengetukkan gigi dengan ketepatan 99 persen. Pada kategori lainnya, pendeteksian rahang yang dikatupkan mencapai ketepatan 96 persen. Hasil pengukuran ini memberikan bukti awal bahwa pendekatan pengindraan ini cukup menjanjikan. Meski demikian, hasil laboratorium masih membutuhkan validasi pada kelompok pengguna lebih beragam. Berdasarkan keterbatasan pengujian, penelitian lanjutan diperlukan sebelum perangkat digunakan secara komersial.
Potensi Kacamata Pintar Tanpa Baterai untuk Pemantauan Kesehatan
Peluang penerapan penting kacamata pintar ini adalah pengamatan aktivitas wajah dalam rutinitas sehari-hari. Dalam kemungkinan penggunaan mendatang, perangkat dapat membantu mencatat pola gerakan rahang. Aktivitas tersebut menjadi salah satu aspek yang diperhatikan pada gangguan bruxism, yaitu aktivitas rahang berupa pengatupan atau penggeretakan gigi yang tidak disengaja. Apabila dikembangkan lebih lanjut, sistem mungkin mampu menyampaikan peringatan mengenai gerakan rahang tertentu. Meskipun peluang ini menarik, GlassTENG belum dapat dianggap sebagai alat diagnosis medis.
Tidak hanya berpotensi mengenali kebiasaan mengatupkan gigi, GlassTENG berpotensi membantu penelitian mengenai aktivitas wajah dan kondisi fisiologis. Kemampuan mendeteksi kedipan mata berpotensi digunakan sebagai indikator tambahan dalam pemantauan kondisi pengguna. Untuk kebutuhan pengindraan fisiologis, perangkat pengindra pada lokasi tertentu mampu membaca perubahan mekanis akibat denyut arteri. Informasi tersebut berpotensi dimanfaatkan untuk pengembangan perangkat pengamatan kondisi tubuh. Apabila penelitian lanjutan berhasil, pengguna mungkin memperoleh perangkat pemantauan kesehatan yang semakin nyaman. Perlu ditekankan bahwa, penerapan klinis harus melalui proses validasi khusus.
Inovasi Energi Kedipan Mata Menawarkan Peluang Baru bagi Wearable Modern
Penelitian kacamata pintar tanpa baterai memberikan kontribusi penting dalam penelitian sensor elektronik berdaya sangat rendah. Dengan menggunakan triboelectric nanogenerator, pergerakan kelopak mata dan rahang dapat dimanfaatkan sebagai masukan sensor tanpa bergantung pada sumber daya eksternal untuk membangkitkan sinyal sensor. Eksperimen awal yang melibatkan 20 partisipan menunjukkan akurasi pengenalan aktivitas mencapai 93,8 persen. Pencapaian tersebut menawarkan peluang menciptakan kacamata dengan fungsi pemantauan tambahan. Meskipun perangkat belum menjadi produk konsumen massal, GlassTENG menggambarkan peluang perangkat elektronik dengan kebutuhan baterai lebih rendah. Menurut 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.
