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 perangkat wearable berbentuk kacamata yang mengubah pergerakan otot wajah menjadi sinyal listrik. Pengembangan perangkat ini dikoordinasikan oleh peneliti Northwestern University, Nivedita Arora, bersama Profesor Nabil Alshurafa dan sejumlah mahasiswa peneliti. Berbeda dengan banyak perangkat wearable konvensional, GlassTENG memanfaatkan aktivitas fisik untuk menghasilkan sinyal sensor. 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 menjadi bagian dari konferensi UbiComp/ISWC 2026 yang menampilkan perkembangan sistem komputasi dan perangkat yang dikenakan. Salah satu tujuan utamanya adalah mengurangi ketergantungan pada perangkat kesehatan yang memerlukan pengisian daya. Para peneliti melihat bahwa perangkat kacamata telah menjadi bagian dari rutinitas masyarakat. Oleh karena itu, pemanfaatan kacamata sebagai perangkat kesehatan menawarkan peluang menarik.
Cara Kerja Teknologi Kedipan Mata sebagai Sumber Energi GlassTENG
Komponen utama 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. Pada GlassTENG, aktivitas wajah menyebabkan perubahan kontak antarmaterial. Perubahan tersebut menghasilkan sinyal listrik yang dapat dianalisis. Melalui proses tersebut, kedipan mata tidak hanya dideteksi tetapi juga menyediakan energi pengindraannya.
Karakteristik menarik sistem GlassTENG 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. Meskipun komponen pengindraannya bersifat mandiri, komponen elektronik pendukung masih mempunyai kebutuhan daya. Hal tersebut penting dipahami agar kemampuan perangkat tidak disalahartikan.
Penempatan Sensor GlassTENG untuk Mendeteksi Kedipan serta Gerakan Rahang
Agar berbagai gerakan wajah dapat terdeteksi, tim penelitian memasang tiga sensor tipis 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. Komponen berikutnya ditempatkan pada area samping kepala sehingga mampu membaca aktivitas otot rahang serta pembuluh darah. Sebagai pelengkap sistem, pendeteksi tambahan dipasang pada bagian belakang samping bingkai untuk mendeteksi tekanan akibat gerakan rahang. Kombinasi ketiganya membantu membedakan sejumlah perilaku wajah.
Berdasarkan pengujian peneliti, setiap aktivitas menghasilkan tegangan dengan karakteristik berbeda. Denyut pembuluh darah 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 dapat memunculkan sinyal hingga 1,5 volt. Variasi tegangan yang dihasilkan menjadi dasar identifikasi perilaku wajah. Meskipun nilai tegangan terlihat menarik, besar voltase tidak langsung menunjukkan kemampuan memasok daya besar.
Penelitian Sensor Tanpa Baterai Menghasilkan Tingkat Akurasi Menjanjikan
Dalam menguji kinerja sensor, peneliti menguji prototipe terhadap 20 orang. Setiap peserta melakukan enam kategori gerakan wajah, yaitu melakukan gerakan kelopak mata, alis, rahang, ketukan gigi, aktivitas makan, dan percakapan. Ketika percobaan dilakukan, sensor mencatat sinyal listrik dari gerakan peserta. Data tersebut kemudian dianalisis menggunakan algoritma machine learning. Fungsi pemrosesan ini adalah menentukan jenis perilaku berdasarkan perubahan tegangan.
Hasil penelitian memperlihatkan, GlassTENG mencapai akurasi keseluruhan sebesar 93,8 persen. Dalam pengenalan perilaku khusus, akurasi pendeteksian ketukan gigi mencapai 99 persen. Pada kategori lainnya, sistem menunjukkan tingkat pengenalan sebesar 96 persen pada aktivitas mengatupkan rahang. Angka tersebut memberikan bukti awal bahwa pendekatan pengindraan ini cukup menjanjikan. Walaupun hasilnya terlihat baik, pengujian dengan jumlah peserta terbatas belum membuktikan kinerja pada seluruh populasi. Berdasarkan keterbatasan pengujian, 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. Untuk menggambarkan manfaat praktisnya, sensor dapat dikembangkan untuk mengenali kebiasaan mengatupkan rahang. Perilaku mengatupkan rahang termasuk perilaku yang relevan dalam pemantauan bruxism, yaitu kebiasaan mengepalkan maupun menggesekkan gigi tanpa disadari. Dengan penyempurnaan sistem analisis, sistem mungkin mampu menyampaikan peringatan mengenai gerakan rahang tertentu. Walaupun memiliki potensi penggunaan kesehatan, kemampuan klinisnya masih memerlukan validasi tambahan.
Selain pengamatan gerakan rahang, GlassTENG memiliki peluang penggunaan dalam pengamatan perilaku makan serta denyut pembuluh darah. Sistem pembacaan gerakan mata berpotensi digunakan sebagai indikator tambahan dalam pemantauan kondisi pengguna. Dalam aspek pemantauan pembuluh darah, perangkat pengindra pada lokasi tertentu menghasilkan informasi mengenai gerakan halus akibat denyut. Hasil pengukuran mekanis itu berpotensi dimanfaatkan untuk pengembangan perangkat pengamatan kondisi tubuh. 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
Penelitian kacamata pintar tanpa baterai membuka pendekatan baru dalam pengembangan perangkat kesehatan yang dikenakan. Berkat penerapan triboelectric nanogenerator, pergerakan kelopak mata dan rahang dapat dimanfaatkan sebagai masukan sensor tanpa mengandalkan baterai konvensional dalam proses pendeteksian mekanis. Penelitian dengan pengujian pada 20 orang menunjukkan akurasi pengenalan aktivitas mencapai 93,8 persen. Hasil penelitian tersebut memberikan dasar bagi pengembangan sensor kesehatan masa depan. Walaupun masih membutuhkan penyempurnaan, GlassTENG memperlihatkan potensi teknologi pengindraan mandiri. Menurut Anda, seberapa bermanfaat sensor kesehatan yang terintegrasi pada kacamata? Sampaikan pandangan melalui kolom komentar agar semakin banyak gagasan mengenai pemanfaatan perangkat hemat energi dapat dibagikan.
