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.
Inovasi GlassTENG yang Mengubah Gerakan Wajah Menjadi Energi Listrik
GlassTENG dikembangkan sebagai prototipe kacamata pintar yang memanfaatkan energi mekanis dari gerakan wajah. Pengembangan perangkat ini berada di bawah kepemimpinan Nivedita Arora, bersama kelompok peneliti yang melibatkan Nabil Alshurafa dan mahasiswa pascasarjana. Berbeda dengan banyak perangkat wearable konvensional, GlassTENG menggunakan gerakan tubuh sebagai sumber energi pengindraan. Metode yang digunakan mendukung rancangan sensor yang tidak memerlukan baterai. Dengan desain tersebut, kacamata sehari-hari berpotensi menjadi perangkat pemantauan kesehatan.
Kelompok pengembang GlassTENG memperkenalkan hasil penelitian melalui publikasi ilmiah 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 berfokus pada komputasi yang terintegrasi dengan aktivitas manusia. 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. Dengan pertimbangan tersebut, integrasi sensor pada bingkai kacamata menjadi pendekatan yang menjanjikan.
Mekanisme Perubahan Gerakan Wajah Menjadi Sinyal Listrik
Komponen utama GlassTENG adalah triboelectric nanogenerator atau TENG, yaitu perangkat yang memanfaatkan efek triboelektrik. Prinsip kerjanya memanfaatkan perpindahan muatan akibat kontak dua material. Saat permukaan bahan mengalami kontak lalu menjauh, proses perpindahan muatan menimbulkan sinyal listrik. Melalui sistem sensor yang digunakan, aktivitas wajah menyebabkan perubahan kontak antarmaterial. Respons mekanis tersebut membentuk keluaran listrik yang menggambarkan pergerakan. Melalui proses tersebut, aktivitas alami manusia membantu mengoperasikan sensor yang mengukurnya.
Keunikan teknologi ini berasal dari penggunaan energi mekanis yang tersedia secara alami. Saat kelopak mata bergerak, gerakan tersebut menimbulkan respons listrik pada komponen fleksibel. Perubahan mekanis tambahan seperti mengangkat alis, mengunyah, dan mengatupkan rahang memunculkan karakteristik sinyal tersendiri. Walaupun sensor bekerja tanpa baterai, pemrosesan data dan komunikasi nirkabel tetap memerlukan pengelolaan energi. Hal tersebut perlu diperhatikan ketika membahas konsep kacamata tanpa baterai.
Tiga Sensor Fleksibel Membaca Aktivitas Wajah dan Denyut Pembuluh Darah
Untuk memperoleh informasi yang lebih lengkap, tim penelitian memasang tiga sensor tipis pada bagian tertentu dari struktur kacamata. Sensor pertama diletakkan di sekitar jembatan hidung untuk memantau perubahan mekanis di sekitar mata dan pembuluh darah. Sensor kedua ditempatkan pada area samping kepala sehingga dapat menangkap gerakan rahang dan denyut arteri temporal. Pada bagian lainnya, pendeteksi tambahan dipasang pada bagian belakang samping bingkai untuk mengenali aktivitas mengunyah dan mengatupkan rahang. Integrasi beberapa titik pengindraan membantu membedakan sejumlah perilaku wajah.
Hasil pengukuran menunjukkan, setiap aktivitas menghasilkan tegangan dengan karakteristik berbeda. Gerakan halus akibat denyut arteri menghasilkan sinyal sekitar 50 hingga 100 milivolt. Sementara itu, kedipan mata serta gerakan alis menghasilkan sekitar 200 hingga 500 milivolt. Gerakan rahang yang lebih kuat mampu menghasilkan tegangan mencapai 1,5 volt. Karakteristik sinyal listrik tersebut membantu sistem mengenali jenis aktivitas. Namun, besar voltase tidak langsung menunjukkan kemampuan memasok daya besar.
Penelitian Sensor Tanpa Baterai Menghasilkan Tingkat Akurasi Menjanjikan
Untuk mengevaluasi kemampuan GlassTENG, tim pengembang melakukan percobaan bersama 20 partisipan. 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. Informasi yang diperoleh kemudian dianalisis menggunakan algoritma machine learning. Sasaran analisis tersebut adalah membedakan pola sinyal dari setiap aktivitas.
Temuan pengujian menunjukkan, GlassTENG menunjukkan kemampuan pengenalan enam aktivitas dengan akurasi 93,8 persen. Untuk gerakan tertentu, akurasi pendeteksian ketukan gigi mencapai 99 persen. Untuk aktivitas rahang, gerakan mengatupkan rahang dikenali dengan akurasi 96 persen. Hasil pengukuran ini menunjukkan kemampuan sensor membedakan beberapa aktivitas wajah. Walaupun hasilnya terlihat baik, hasil laboratorium masih membutuhkan validasi pada kelompok pengguna lebih beragam. Oleh karena itu, uji tambahan penting untuk memastikan konsistensi performa.
Peluang Penggunaan Sensor Kedipan Mata bagi Kesehatan Sehari-hari
Manfaat jangka panjang yang menarik dari GlassTENG adalah pengenalan perilaku yang berkaitan dengan kondisi fisik pengguna. Dalam kemungkinan penggunaan mendatang, sistem berpotensi digunakan untuk memantau aktivitas rahang yang berulang. Aktivitas tersebut menjadi salah satu aspek yang diperhatikan pada gangguan bruxism, yaitu kondisi ketika seseorang mengatupkan atau menggeretakkan gigi secara tidak disengaja. Dengan penyempurnaan sistem analisis, sistem mungkin mampu menyampaikan peringatan mengenai gerakan rahang tertentu. Meskipun peluang ini menarik, 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 menawarkan data yang relevan bagi analisis kebiasaan serta tingkat kewaspadaan. Sementara itu, sensor pada area hidung dan pelipis menghasilkan informasi mengenai gerakan halus akibat denyut. Hasil pengukuran mekanis itu berpotensi dimanfaatkan untuk pengembangan perangkat pengamatan kondisi tubuh. Dengan pengembangan yang memadai, kacamata sehari-hari dapat memiliki fungsi pengindraan tambahan. Perlu ditekankan bahwa, penerapan klinis harus melalui proses validasi khusus.
Kesimpulan: Teknologi GlassTENG Membuka Era Baru Kacamata Pintar Hemat Energi
Inovasi sensor berbasis gerakan wajah membuka pendekatan baru dalam penelitian sensor elektronik berdaya sangat rendah. Berkat penerapan triboelectric nanogenerator, kedipan mata serta gerakan wajah dapat menghasilkan sinyal listrik tanpa mengandalkan baterai konvensional dalam proses pendeteksian mekanis. Penelitian dengan pengujian pada 20 orang menghasilkan ketepatan klasifikasi keseluruhan sebesar 93,8 persen. Pencapaian tersebut memberikan dasar bagi pengembangan sensor kesehatan masa depan. Kendati penelitian lebih lanjut masih diperlukan, GlassTENG memperlihatkan potensi teknologi pengindraan mandiri. Bagaimana pandangan Anda, apakah teknologi energi kedipan mata dapat mengubah perkembangan perangkat wearable? Ceritakan fitur kacamata pintar yang paling Anda harapkan agar pembahasan tentang inovasi sensor kesehatan menjadi lebih bermanfaat.
