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 dikembangkan sebagai sistem sensor kesehatan yang terintegrasi pada kacamata yang menggunakan aktivitas alami wajah sebagai sumber energi sensor. Inovasi teknologi tersebut berada di bawah kepemimpinan Nivedita Arora, bersama Nabil Alshurafa serta tim mahasiswa tingkat magister. Berbeda dengan banyak perangkat wearable konvensional, GlassTENG mengandalkan perubahan mekanis pada wajah untuk melakukan pendeteksian. Konsep pengembangan ini mendukung rancangan sensor yang tidak memerlukan baterai. Melalui rancangan inovatif ini, aksesori penglihatan dapat dikembangkan sebagai sensor aktivitas tubuh.
Tim peneliti memperkenalkan hasil penelitian melalui publikasi ilmiah berjudul GlassTENG: Self-Powered Triboelectric Nanogenerator Based Sensing of Pulse, Jaw, and Upper Facial Activity from Everyday Glasses. Pengembangan teknologi 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. Kelompok ilmuwan menyadari bahwa kacamata merupakan aksesori yang sudah digunakan banyak orang. Berdasarkan kebiasaan penggunaan tersebut, penambahan kemampuan pemantauan pada kacamata dapat menjadi solusi praktis.
Cara Kerja Teknologi Kedipan Mata sebagai Sumber Energi GlassTENG
Komponen utama GlassTENG adalah triboelectric nanogenerator atau TENG, yaitu teknologi yang mengubah gerakan mekanis menjadi sinyal listrik. Prinsip kerjanya menggunakan efek listrik yang muncul ketika bahan bersentuhan. Ketika dua lapisan material saling menyentuh dan terpisah, proses perpindahan muatan menimbulkan sinyal listrik. Dalam rancangan kacamata tersebut, kedipan serta kontraksi otot menggerakkan lapisan fleksibel. Respons mekanis tersebut menghasilkan sinyal listrik yang dapat dianalisis. Melalui proses tersebut, aktivitas alami manusia membantu mengoperasikan sensor yang mengukurnya.
Keunggulan dari pendekatan triboelektrik tersebut berasal dari penggunaan energi mekanis yang tersedia secara alami. Saat kelopak mata bergerak, lapisan material mengalami deformasi yang memicu sinyal listrik. Gerakan lain seperti menaikkan alis, menggerakkan rahang, serta mengunyah dapat dikenali melalui respons tegangan yang khas. Walaupun sensor bekerja tanpa baterai, pemrosesan data dan komunikasi nirkabel tetap memerlukan pengelolaan energi. 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 titik pengamatan yang berbeda pada rangka kacamata. Perangkat pendeteksi awal diletakkan di sekitar jembatan hidung untuk mendeteksi aktivitas kelopak mata serta sinyal denyut. Pendeteksi lainnya ditempatkan pada area samping kepala sehingga berfungsi mengidentifikasi pergerakan rahang dan sinyal denyut. Pada bagian lainnya, pendeteksi tambahan dipasang pada bagian belakang samping bingkai untuk mengenali aktivitas mengunyah dan mengatupkan rahang. Susunan sensor tersebut membantu membedakan sejumlah perilaku wajah.
Hasil pengukuran menunjukkan, respons sensor berubah sesuai jenis dan kekuatan gerakan. Gerakan halus akibat denyut arteri memunculkan tegangan dalam kisaran 50 sampai 100 milivolt. Untuk perubahan gerakan yang lebih jelas, pergerakan bagian atas wajah menghasilkan tegangan berkisar 200–500 milivolt. Aktivitas mengunyah atau mengatupkan rahang mampu menghasilkan tegangan mencapai 1,5 volt. Variasi tegangan yang dihasilkan menjadi dasar identifikasi perilaku wajah. Meskipun nilai tegangan terlihat menarik, tegangan yang dihasilkan tidak sama dengan jumlah energi yang tersedia.
Kemampuan Kacamata Pintar Mendeteksi Gerakan dengan Machine Learning
Dalam menguji kinerja sensor, tim pengembang melakukan percobaan bersama 20 partisipan. Setiap peserta menjalani serangkaian pengujian dengan enam kegiatan berbeda, yaitu berkedip, mengangkat alis, mengatupkan rahang, mengetukkan gigi, makan, dan berbicara. Ketika percobaan dilakukan, sistem membaca perubahan listrik yang dihasilkan masing-masing gerakan. Data tersebut dipelajari dengan bantuan sistem kecerdasan buatan. Tujuannya adalah menentukan jenis perilaku berdasarkan perubahan tegangan.
Hasil penelitian memperlihatkan, GlassTENG menunjukkan kemampuan pengenalan enam aktivitas dengan akurasi 93,8 persen. Untuk gerakan tertentu, akurasi pendeteksian ketukan gigi mencapai 99 persen. Pada kategori lainnya, gerakan mengatupkan rahang dikenali dengan akurasi 96 persen. Pencapaian penelitian tersebut menunjukkan kemampuan sensor membedakan beberapa aktivitas wajah. Kendati akurasinya cukup tinggi, pengujian dengan jumlah peserta terbatas belum membuktikan kinerja pada seluruh populasi. Oleh karena itu, 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. Dalam kemungkinan penggunaan mendatang, perangkat dapat membantu mencatat pola gerakan rahang. Kebiasaan mengepalkan rahang dapat berkaitan dengan bruxism, yaitu kondisi ketika seseorang mengatupkan atau menggeretakkan gigi secara tidak disengaja. Dengan penyempurnaan sistem analisis, kacamata berpotensi memberikan pengingat ketika perilaku tersebut terdeteksi. Walaupun memiliki potensi penggunaan kesehatan, perangkat tersebut masih merupakan prototipe penelitian.
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. Sementara itu, perangkat pengindra pada lokasi tertentu mampu membaca perubahan mekanis akibat denyut arteri. Hasil pengukuran mekanis itu berpotensi dimanfaatkan untuk pengembangan perangkat pengamatan kondisi tubuh. Dengan pengembangan yang memadai, kacamata sehari-hari dapat memiliki fungsi pengindraan tambahan. Namun demikian, manfaat kesehatan perlu dibuktikan melalui penelitian yang lebih luas.
Inovasi Energi Kedipan Mata Menawarkan Peluang Baru bagi Wearable Modern
Pengembangan GlassTENG membuka pendekatan baru dalam teknologi wearable hemat energi. Dengan menggunakan triboelectric nanogenerator, pergerakan kelopak mata dan rahang dapat dimanfaatkan sebagai masukan sensor tanpa memerlukan baterai pada komponen pengindra utama. Hasil pengujian terhadap 20 peserta menghasilkan ketepatan klasifikasi keseluruhan sebesar 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, apakah kacamata pintar tanpa baterai akan menjadi kebutuhan masa depan? Ceritakan fitur kacamata pintar yang paling Anda harapkan agar diskusi mengenai perkembangan teknologi wearable semakin menarik.
