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 memanfaatkan energi mekanis dari gerakan wajah. Inovasi teknologi tersebut dipimpin oleh Profesor Nivedita Arora, bersama Profesor Nabil Alshurafa dan sejumlah mahasiswa peneliti. Dibandingkan sensor kesehatan yang mengandalkan baterai, GlassTENG menggunakan gerakan tubuh sebagai sumber energi pengindraan. Konsep pengembangan ini membantu menghadirkan sistem pengindraan hemat daya. Dengan desain tersebut, 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. Penelitian ini dipresentasikan dalam rangkaian konferensi UbiComp/ISWC 2026 yang membahas komputasi wearable dan teknologi interaktif. Fokus penting dari penelitian tersebut adalah menghadirkan pemantauan aktivitas wajah tanpa sensor berukuran besar. Kelompok ilmuwan menyadari bahwa banyak pengguna terbiasa mengenakan kacamata dalam aktivitas harian. Berdasarkan kebiasaan penggunaan tersebut, penambahan kemampuan pemantauan pada kacamata dapat menjadi solusi praktis.

Mekanisme Perubahan Gerakan Wajah Menjadi Sinyal Listrik

Bagian terpenting dari sistem pengindraan GlassTENG adalah triboelectric nanogenerator atau TENG, yaitu teknologi yang mengubah gerakan mekanis menjadi sinyal listrik. Cara pengoperasiannya berkaitan dengan fenomena listrik statis. Apabila dua material mengalami siklus sentuhan dan pemisahan, proses perpindahan muatan menimbulkan sinyal listrik. Dalam rancangan kacamata tersebut, aktivitas wajah menyebabkan perubahan kontak antarmaterial. Respons mekanis tersebut menghasilkan sinyal listrik yang dapat dianalisis. Berkat prinsip ini, aktivitas alami manusia membantu mengoperasikan sensor yang mengukurnya.

Keunggulan dari pendekatan triboelektrik tersebut muncul karena sensor tidak membutuhkan baterai untuk membangkitkan sinyal gerakan. Saat kelopak mata bergerak, tekanan kecil pada sensor menghasilkan perubahan tegangan. Perubahan mekanis tambahan seperti menaikkan alis, menggerakkan rahang, serta mengunyah memunculkan karakteristik sinyal tersendiri. Meskipun komponen pengindraannya bersifat mandiri, komponen elektronik pendukung masih mempunyai kebutuhan daya. Perbedaan ini menjelaskan bahwa pengindraan mandiri tidak otomatis berarti seluruh fungsi elektronik bebas kebutuhan daya.

Penempatan Sensor GlassTENG untuk Mendeteksi Kedipan serta Gerakan Rahang

Agar berbagai gerakan wajah dapat terdeteksi, pengembang menempatkan tiga sensor berukuran kecil pada lokasi strategis di sekitar bingkai kacamata. Komponen pengindra pertama diletakkan di sekitar jembatan hidung untuk mendeteksi aktivitas kelopak mata serta sinyal denyut. Sensor kedua 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. Kombinasi ketiganya menyediakan informasi mekanis dari beberapa area tubuh.

Hasil pengukuran menunjukkan, respons sensor berubah sesuai jenis dan kekuatan gerakan. Pulsa arteri yang terdeteksi menghasilkan sinyal sekitar 50 hingga 100 milivolt. Pada aktivitas wajah lainnya, kedipan mata serta gerakan alis menghasilkan sekitar 200 hingga 500 milivolt. Gerakan rahang yang lebih kuat dapat memunculkan sinyal hingga 1,5 volt. Karakteristik sinyal listrik tersebut membantu sistem mengenali jenis aktivitas. Perlu diperhatikan bahwa, angka tegangan saja belum menentukan kecukupan energi bagi seluruh perangkat elektronik.

Penelitian Sensor Tanpa Baterai Menghasilkan Tingkat Akurasi Menjanjikan

Sebagai bagian dari penelitian eksperimental, peneliti menguji prototipe terhadap 20 orang. Masing-masing partisipan diminta menjalankan enam jenis aktivitas, 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 selanjutnya diproses melalui metode pembelajaran mesin. Fungsi pemrosesan ini adalah mengidentifikasi karakteristik listrik masing-masing gerakan.

Temuan pengujian menunjukkan, GlassTENG menunjukkan kemampuan pengenalan enam aktivitas dengan akurasi 93,8 persen. Pada beberapa kategori aktivitas, akurasi pendeteksian ketukan gigi mencapai 99 persen. Sementara itu, sistem menunjukkan tingkat pengenalan sebesar 96 persen pada aktivitas mengatupkan rahang. Angka tersebut memperlihatkan potensi penggunaan sinyal mekanis untuk klasifikasi perilaku. Meski demikian, hasil laboratorium masih membutuhkan validasi pada kelompok pengguna lebih beragam. Oleh karena itu, uji tambahan penting untuk memastikan konsistensi performa.

Potensi Kacamata Pintar Tanpa Baterai untuk Pemantauan Kesehatan

Peluang penerapan penting kacamata pintar ini adalah pengamatan aktivitas wajah dalam rutinitas sehari-hari. Untuk menggambarkan manfaat praktisnya, perangkat dapat membantu mencatat pola gerakan rahang. Kebiasaan mengepalkan 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. Namun, kemampuan klinisnya masih memerlukan validasi tambahan.

Tidak hanya berpotensi mengenali kebiasaan mengatupkan gigi, GlassTENG dapat dikembangkan untuk memantau aktivitas makan, kelelahan, dan sinyal kardiovaskular. Sistem pembacaan gerakan mata dapat menjadi salah satu masukan untuk penelitian kelelahan. 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, pemantauan berbagai aktivitas tubuh berpotensi dilakukan melalui satu aksesori. Perlu ditekankan bahwa, penerapan klinis harus melalui proses validasi khusus.

Masa Depan Kacamata Pintar Tanpa Baterai dengan Sensor Gerakan Wajah

Pengembangan GlassTENG memberikan kontribusi penting dalam pengembangan perangkat kesehatan yang dikenakan. Dengan menggunakan triboelectric nanogenerator, aktivitas alami pengguna mampu menjadi sumber energi pengindraan tanpa mengandalkan baterai konvensional dalam proses pendeteksian mekanis. Penelitian dengan pengujian pada 20 orang menghasilkan ketepatan klasifikasi keseluruhan sebesar 93,8 persen. Hasil penelitian tersebut menjadi langkah awal menuju sistem wearable yang semakin efisien. Meskipun perangkat belum menjadi produk konsumen massal, GlassTENG memperlihatkan potensi teknologi pengindraan mandiri. Menurut Anda, seberapa bermanfaat sensor kesehatan yang terintegrasi pada kacamata? Silakan bagikan pendapat Anda agar semakin banyak gagasan mengenai pemanfaatan perangkat hemat energi dapat dibagikan.