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 dikenal sebagai sistem sensor kesehatan yang terintegrasi pada kacamata yang mengubah pergerakan otot wajah menjadi sinyal listrik. Pengembangan perangkat ini berada di bawah kepemimpinan Nivedita Arora, bersama kelompok peneliti yang melibatkan Nabil Alshurafa dan mahasiswa pascasarjana. Dibandingkan sensor kesehatan yang mengandalkan baterai, GlassTENG mengandalkan perubahan mekanis pada wajah untuk melakukan pendeteksian. Konsep pengembangan ini membantu menghadirkan sistem pengindraan hemat daya. Berkat penerapan sistem tersebut, perangkat yang biasa dikenakan dapat memiliki kemampuan pengindraan tambahan.
Kelompok pengembang GlassTENG 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. Fokus penting dari penelitian tersebut adalah menghadirkan pemantauan aktivitas wajah tanpa sensor berukuran besar. Para peneliti melihat bahwa kacamata merupakan aksesori yang sudah digunakan banyak orang. Oleh karena itu, 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 komponen penghasil muatan listrik melalui kontak material. Cara pengoperasiannya berkaitan dengan fenomena listrik statis. Ketika dua lapisan material saling menyentuh dan terpisah, terbentuk perbedaan potensial yang dapat diukur. Melalui sistem sensor yang digunakan, kedipan serta kontraksi otot menggerakkan lapisan fleksibel. Perubahan tersebut membentuk keluaran listrik yang menggambarkan pergerakan. Berkat prinsip ini, kedipan mata tidak hanya dideteksi tetapi juga menyediakan energi pengindraannya.
Karakteristik menarik sistem GlassTENG berasal dari penggunaan energi mekanis yang tersedia secara alami. Saat kelopak mata bergerak, tekanan kecil pada sensor menghasilkan perubahan tegangan. Gerakan lain seperti menggerakkan bagian dahi, mengunyah makanan, dan mengepalkan rahang dapat dikenali melalui respons tegangan yang khas. Kendati sensor memanfaatkan energi gerakan, 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
Untuk memperoleh informasi yang lebih lengkap, tim penelitian memasang tiga sensor tipis pada titik pengamatan yang berbeda pada rangka kacamata. Perangkat pendeteksi awal diletakkan di sekitar jembatan hidung untuk membaca kedipan, gerakan alis, dan denyut pembuluh darah. Komponen berikutnya ditempatkan pada area samping kepala sehingga dapat menangkap gerakan rahang dan denyut arteri temporal. Sementara itu, sensor ketiga berada dekat telinga untuk mendeteksi tekanan akibat gerakan rahang. Kombinasi ketiganya menyediakan informasi mekanis dari beberapa area tubuh.
Dalam eksperimen yang dilakukan, gerakan wajah memunculkan keluaran listrik yang bervariasi. Gerakan halus akibat denyut arteri memberikan respons listrik sekitar 50–100 milivolt. Pada aktivitas wajah lainnya, pergerakan bagian atas wajah menghasilkan tegangan berkisar 200–500 milivolt. Aktivitas mengunyah atau mengatupkan rahang dapat memunculkan sinyal hingga 1,5 volt. Perbedaan nilai tersebut menjadi dasar identifikasi perilaku wajah. Perlu diperhatikan bahwa, angka tegangan saja belum menentukan kecukupan energi bagi seluruh perangkat elektronik.
Hasil Pengujian GlassTENG Menunjukkan Akurasi Pengenalan Aktivitas Wajah
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, perangkat mengumpulkan respons tegangan berdasarkan aktivitas wajah. Data tersebut kemudian dianalisis menggunakan algoritma machine learning. Fungsi pemrosesan ini adalah menentukan jenis perilaku berdasarkan perubahan tegangan.
Temuan pengujian menunjukkan, GlassTENG memperoleh tingkat ketepatan klasifikasi sekitar 93,8 persen. Untuk gerakan tertentu, klasifikasi gerakan ketukan gigi menghasilkan akurasi 99 persen. Sementara itu, gerakan mengatupkan rahang dikenali dengan akurasi 96 persen. Hasil pengukuran ini memperlihatkan potensi penggunaan sinyal mekanis untuk klasifikasi perilaku. Kendati akurasinya cukup tinggi, pengujian dengan jumlah peserta terbatas belum membuktikan kinerja pada seluruh populasi. Dengan mempertimbangkan hal tersebut, penelitian lanjutan diperlukan sebelum perangkat digunakan secara komersial.
Potensi Kacamata Pintar Tanpa Baterai untuk Pemantauan Kesehatan
Manfaat jangka panjang yang menarik dari GlassTENG adalah pengamatan aktivitas wajah dalam rutinitas sehari-hari. Dalam kemungkinan penggunaan mendatang, sensor dapat dikembangkan untuk mengenali kebiasaan mengatupkan rahang. Perilaku mengatupkan rahang termasuk perilaku yang relevan dalam pemantauan bruxism, yaitu kondisi ketika seseorang mengatupkan atau menggeretakkan gigi secara tidak disengaja. Apabila dikembangkan lebih lanjut, kacamata berpotensi memberikan pengingat ketika perilaku tersebut terdeteksi. 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 menawarkan data yang relevan bagi analisis kebiasaan serta tingkat kewaspadaan. Dalam aspek pemantauan pembuluh darah, komponen pendeteksi dekat pembuluh darah dapat menangkap respons dari getaran pembuluh darah. Informasi tersebut memberikan dasar bagi penelitian teknologi kesehatan wearable. Apabila penelitian lanjutan berhasil, pemantauan berbagai aktivitas tubuh berpotensi dilakukan melalui satu aksesori. Perlu ditekankan bahwa, manfaat kesehatan perlu dibuktikan melalui penelitian yang lebih luas.
Kesimpulan: Teknologi GlassTENG Membuka Era Baru Kacamata Pintar Hemat Energi
Inovasi sensor berbasis gerakan wajah menunjukkan kemajuan menarik dalam penelitian sensor elektronik berdaya sangat rendah. Dengan menggunakan triboelectric nanogenerator, pergerakan kelopak mata dan rahang dapat dimanfaatkan sebagai masukan sensor tanpa memerlukan baterai pada komponen pengindra utama. Eksperimen awal yang melibatkan 20 partisipan memperlihatkan kemampuan membedakan enam aktivitas dengan akurasi 93,8 persen. Hasil penelitian tersebut menjadi langkah awal menuju sistem wearable yang semakin efisien. Walaupun masih membutuhkan penyempurnaan, GlassTENG memperlihatkan potensi teknologi pengindraan mandiri. Bagaimana pandangan Anda, apakah teknologi energi kedipan mata dapat mengubah perkembangan perangkat wearable? Sampaikan pandangan melalui kolom komentar agar pembahasan tentang inovasi sensor kesehatan menjadi lebih bermanfaat.
