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 dikenal sebagai sistem sensor kesehatan yang terintegrasi pada kacamata yang menggunakan aktivitas alami wajah sebagai sumber energi sensor. Pengembangan perangkat ini dipimpin oleh Profesor Nivedita Arora, bersama kelompok peneliti yang melibatkan Nabil Alshurafa dan mahasiswa pascasarjana. Dibandingkan sensor kesehatan yang mengandalkan baterai, 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.
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. Penelitian ini termasuk dalam agenda ilmiah UbiComp/ISWC 2026 yang menampilkan perkembangan sistem komputasi dan perangkat yang dikenakan. Sasaran pengembangan perangkat ini adalah menghadirkan pemantauan aktivitas wajah tanpa sensor berukuran besar. Kelompok ilmuwan menyadari bahwa perangkat kacamata telah menjadi bagian dari rutinitas masyarakat. Oleh karena itu, pemanfaatan kacamata sebagai perangkat kesehatan menawarkan peluang menarik.
Rahasia Sensor Triboelektrik pada Kacamata Pintar Tanpa Baterai
Teknologi inti pada kacamata pintar tersebut adalah triboelectric nanogenerator atau TENG, yaitu teknologi yang mengubah gerakan mekanis menjadi sinyal listrik. Mekanisme dasarnya menggunakan efek listrik yang muncul ketika bahan bersentuhan. Apabila dua material mengalami siklus sentuhan dan pemisahan, perbedaan muatan listrik dapat menghasilkan tegangan. Pada GlassTENG, aktivitas wajah menyebabkan perubahan kontak antarmaterial. Respons mekanis tersebut membentuk keluaran listrik yang menggambarkan pergerakan. Melalui proses tersebut, gerakan wajah menjadi sumber informasi sekaligus energi sensor.
Karakteristik menarik sistem GlassTENG terletak pada kemampuan menghasilkan sinyal tanpa pasokan daya sensor konvensional. Ketika pengguna berkedip, lapisan material mengalami deformasi yang memicu sinyal listrik. Aktivitas wajah lainnya seperti menggerakkan bagian dahi, mengunyah makanan, dan mengepalkan rahang memunculkan karakteristik sinyal tersendiri. Kendati sensor memanfaatkan energi gerakan, pemrosesan data dan komunikasi nirkabel tetap memerlukan pengelolaan energi. Hal tersebut penting dipahami agar kemampuan perangkat tidak disalahartikan.
Penempatan Sensor GlassTENG untuk Mendeteksi Kedipan serta Gerakan Rahang
Dalam upaya menangkap sinyal dari beberapa bagian wajah, pengembang menempatkan tiga sensor berukuran kecil pada titik pengamatan yang berbeda pada rangka kacamata. Sensor pertama diletakkan di sekitar jembatan hidung untuk memantau perubahan mekanis di sekitar mata dan pembuluh darah. Pendeteksi lainnya ditempatkan pada area samping kepala sehingga berfungsi mengidentifikasi pergerakan rahang dan sinyal denyut. Pada bagian lainnya, komponen terakhir terletak di sekitar area telinga untuk mendeteksi tekanan akibat gerakan rahang. Integrasi beberapa titik pengindraan membantu membedakan sejumlah perilaku wajah.
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, 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. Karakteristik sinyal listrik tersebut 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, para ilmuwan melibatkan 20 peserta. Setiap peserta melakukan enam kategori gerakan wajah, yaitu mengedipkan mata, menaikkan alis, mengepalkan rahang, mengetuk gigi, mengunyah makanan, serta berbicara. Ketika percobaan dilakukan, sensor mencatat sinyal listrik dari gerakan peserta. Informasi yang diperoleh selanjutnya diproses melalui metode pembelajaran mesin. Fungsi pemrosesan ini adalah mengidentifikasi karakteristik listrik masing-masing gerakan.
Hasil penelitian memperlihatkan, GlassTENG memperoleh tingkat ketepatan klasifikasi sekitar 93,8 persen. Untuk gerakan tertentu, klasifikasi gerakan ketukan gigi menghasilkan akurasi 99 persen. Untuk aktivitas rahang, sistem menunjukkan tingkat pengenalan sebesar 96 persen pada aktivitas mengatupkan rahang. Pencapaian penelitian tersebut memberikan bukti awal bahwa pendekatan pengindraan ini cukup menjanjikan. Kendati akurasinya cukup tinggi, kemampuan prototipe perlu diuji dalam kondisi penggunaan sehari-hari yang lebih luas. Dengan mempertimbangkan hal tersebut, penelitian lanjutan diperlukan sebelum perangkat digunakan secara komersial.
Manfaat Teknologi GlassTENG dalam Mendeteksi Kebiasaan dan Aktivitas Tubuh
Salah satu potensi utama GlassTENG adalah pengenalan perilaku yang berkaitan dengan kondisi fisik pengguna. Untuk menggambarkan manfaat praktisnya, sistem berpotensi digunakan untuk memantau aktivitas rahang yang berulang. Kebiasaan mengepalkan rahang dapat berkaitan dengan bruxism, yaitu kondisi ketika seseorang mengatupkan atau menggeretakkan gigi secara tidak disengaja. Jika kemampuan pemantauan ditingkatkan, perangkat dapat dirancang untuk membantu pengguna menyadari aktivitas rahangnya. Meskipun peluang ini menarik, GlassTENG belum dapat dianggap sebagai alat diagnosis medis.
Tidak hanya berpotensi mengenali kebiasaan mengatupkan gigi, GlassTENG memiliki peluang penggunaan dalam pengamatan perilaku makan serta denyut pembuluh darah. Kemampuan mendeteksi kedipan mata dapat menjadi salah satu masukan untuk penelitian kelelahan. Sementara itu, sensor pada area hidung dan pelipis menghasilkan informasi mengenai gerakan halus akibat denyut. Data fisiologis yang diperoleh dapat mendukung penelitian pemantauan kesehatan noninvasif. Jika teknologi ini terus disempurnakan, pengguna mungkin memperoleh perangkat pemantauan kesehatan yang semakin nyaman. Meskipun demikian, penggunaan medis tetap membutuhkan pemeriksaan akurasi dan keamanan.
Inovasi Energi Kedipan Mata Menawarkan Peluang Baru bagi Wearable Modern
Inovasi sensor berbasis gerakan wajah membuka pendekatan baru 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. Hasil pengujian terhadap 20 peserta menghasilkan ketepatan klasifikasi keseluruhan sebesar 93,8 persen. Temuan ini menawarkan peluang menciptakan kacamata dengan fungsi pemantauan tambahan. Walaupun masih membutuhkan penyempurnaan, GlassTENG menggambarkan peluang perangkat elektronik dengan kebutuhan baterai lebih rendah. Dari sudut pandang Anda, apakah kacamata pintar tanpa baterai akan menjadi kebutuhan masa depan? Silakan bagikan pendapat Anda agar diskusi mengenai perkembangan teknologi wearable semakin menarik.
