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.

Teknologi Kacamata Pintar Tanpa Baterai yang Dikembangkan Para Peneliti

GlassTENG merupakan prototipe kacamata pintar yang mengubah pergerakan otot wajah menjadi sinyal listrik. Penelitian tersebut dikoordinasikan oleh peneliti Northwestern University, Nivedita Arora, bersama kelompok peneliti yang melibatkan Nabil Alshurafa dan mahasiswa pascasarjana. Tidak seperti sebagian besar perangkat pemantau kesehatan elektronik, GlassTENG menggunakan gerakan tubuh sebagai sumber energi pengindraan. Metode yang digunakan membantu menghadirkan sistem pengindraan hemat daya. Dengan desain tersebut, kacamata sehari-hari berpotensi menjadi perangkat pemantauan kesehatan.

Tim peneliti mengungkapkan pengembangan perangkat dalam penelitian terbaru 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. Fokus penting dari penelitian tersebut adalah mengurangi ketergantungan pada perangkat kesehatan yang memerlukan pengisian daya. Para peneliti melihat 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 perangkat yang memanfaatkan efek triboelektrik. Prinsip kerjanya memanfaatkan perpindahan muatan akibat kontak dua material. Apabila dua material mengalami siklus sentuhan dan pemisahan, perbedaan muatan listrik dapat menghasilkan tegangan. Melalui sistem sensor yang digunakan, kedipan serta kontraksi otot menggerakkan lapisan fleksibel. Aktivitas kontak dan pemisahan itu membentuk keluaran listrik yang menggambarkan pergerakan. Berkat prinsip ini, kedipan mata tidak hanya dideteksi tetapi juga menyediakan energi pengindraannya.

Keunikan teknologi ini terletak pada kemampuan menghasilkan sinyal tanpa pasokan daya sensor konvensional. Saat kelopak mata bergerak, gerakan tersebut menimbulkan respons listrik pada komponen fleksibel. Gerakan lain seperti menggerakkan bagian dahi, mengunyah makanan, dan mengepalkan rahang dapat dikenali melalui respons tegangan yang khas. Kendati sensor memanfaatkan energi gerakan, pemrosesan data dan komunikasi nirkabel tetap memerlukan pengelolaan energi. Hal tersebut menjelaskan bahwa pengindraan mandiri tidak otomatis berarti seluruh fungsi elektronik bebas kebutuhan daya.

Penempatan Sensor GlassTENG untuk Mendeteksi Kedipan serta Gerakan Rahang

Untuk memperoleh informasi yang lebih lengkap, para ilmuwan menggunakan tiga komponen pengindra fleksibel pada lokasi strategis di sekitar bingkai kacamata. Sensor pertama berada di area kacamata yang berdekatan dengan pangkal 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 mengamati perubahan mekanis ketika pengguna mengunyah. Susunan sensor tersebut membantu membedakan sejumlah perilaku wajah.

Dalam eksperimen yang dilakukan, gerakan wajah memunculkan keluaran listrik yang bervariasi. Pulsa arteri yang terdeteksi menghasilkan sinyal sekitar 50 hingga 100 milivolt. Sementara itu, aktivitas kelopak mata dan alis memberikan sinyal sekitar 200 sampai 500 milivolt. Gerakan rahang yang lebih kuat dapat memunculkan sinyal hingga 1,5 volt. Perbedaan nilai tersebut memberikan informasi untuk membedakan gerakan. Perlu diperhatikan bahwa, besar voltase tidak langsung menunjukkan kemampuan memasok daya besar.

Kemampuan Kacamata Pintar Mendeteksi Gerakan dengan Machine Learning

Dalam menguji kinerja sensor, para ilmuwan melibatkan 20 peserta. Individu yang mengikuti penelitian menjalani serangkaian pengujian dengan enam kegiatan berbeda, yaitu melakukan gerakan kelopak mata, alis, rahang, ketukan gigi, aktivitas makan, dan percakapan. Ketika percobaan dilakukan, sensor mencatat sinyal listrik dari gerakan peserta. Hasil pengukuran sensor selanjutnya diproses melalui metode pembelajaran mesin. Tujuannya adalah mengidentifikasi karakteristik listrik masing-masing gerakan.

Temuan pengujian menunjukkan, GlassTENG mencapai akurasi keseluruhan sebesar 93,8 persen. Untuk gerakan tertentu, 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 memberikan bukti awal bahwa pendekatan pengindraan ini cukup menjanjikan. Kendati akurasinya cukup tinggi, kemampuan prototipe perlu diuji dalam kondisi penggunaan sehari-hari yang lebih luas. Oleh karena itu, penelitian lanjutan diperlukan sebelum perangkat digunakan secara komersial.

Peluang Penggunaan Sensor Kedipan Mata bagi Kesehatan Sehari-hari

Peluang penerapan penting kacamata pintar ini adalah pengenalan perilaku yang berkaitan dengan kondisi fisik pengguna. Dalam kemungkinan penggunaan mendatang, sensor dapat dikembangkan untuk mengenali kebiasaan mengatupkan rahang. Kebiasaan mengepalkan rahang termasuk perilaku yang relevan dalam pemantauan bruxism, yaitu kebiasaan mengepalkan maupun menggesekkan gigi tanpa disadari. Jika kemampuan pemantauan ditingkatkan, kacamata berpotensi memberikan pengingat ketika perilaku tersebut terdeteksi. Namun, perangkat tersebut masih merupakan prototipe penelitian.

Tidak hanya berpotensi mengenali kebiasaan mengatupkan gigi, 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. Data fisiologis yang diperoleh dapat mendukung penelitian pemantauan kesehatan noninvasif. Jika teknologi ini terus disempurnakan, pengguna mungkin memperoleh perangkat pemantauan kesehatan yang semakin nyaman. Perlu ditekankan bahwa, penerapan klinis harus melalui proses validasi khusus.

Masa Depan Kacamata Pintar Tanpa Baterai dengan Sensor Gerakan Wajah

Pengembangan GlassTENG menunjukkan kemajuan menarik dalam teknologi wearable hemat energi. Berkat penerapan triboelectric nanogenerator, aktivitas alami pengguna mampu menjadi sumber energi pengindraan tanpa memerlukan baterai pada komponen pengindra utama. Penelitian dengan pengujian pada 20 orang memperlihatkan kemampuan membedakan enam aktivitas dengan akurasi 93,8 persen. Temuan ini memberikan dasar bagi pengembangan sensor kesehatan masa depan. Walaupun masih membutuhkan penyempurnaan, GlassTENG menggambarkan peluang perangkat elektronik dengan kebutuhan baterai lebih rendah. Menurut Anda, apakah teknologi energi kedipan mata dapat mengubah perkembangan perangkat wearable? Sampaikan pandangan melalui kolom komentar agar diskusi mengenai perkembangan teknologi wearable semakin menarik.