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 dikenal sebagai perangkat wearable berbentuk kacamata yang memanfaatkan energi mekanis dari gerakan wajah. Penelitian tersebut dipimpin oleh Profesor Nivedita Arora, bersama Nabil Alshurafa serta tim mahasiswa tingkat magister. Berbeda dengan banyak perangkat wearable konvensional, GlassTENG menggunakan gerakan tubuh sebagai sumber energi pengindraan. Pendekatan tersebut mendukung rancangan sensor yang tidak memerlukan baterai. Melalui rancangan inovatif ini, aksesori penglihatan dapat dikembangkan sebagai sensor aktivitas tubuh.

Kelompok pengembang GlassTENG mengungkapkan pengembangan perangkat dalam penelitian terbaru berjudul GlassTENG: Self-Powered Triboelectric Nanogenerator Based Sensing of Pulse, Jaw, and Upper Facial Activity from Everyday Glasses. Kajian tersebut termasuk dalam agenda ilmiah UbiComp/ISWC 2026 yang membahas komputasi wearable dan teknologi interaktif. Fokus penting dari penelitian tersebut adalah menciptakan sistem pengindraan yang lebih mudah digunakan setiap hari. Para peneliti melihat bahwa banyak pengguna terbiasa mengenakan kacamata dalam aktivitas harian. Oleh karena itu, integrasi sensor pada bingkai kacamata menjadi pendekatan yang menjanjikan.

Rahasia Sensor Triboelektrik pada Kacamata Pintar Tanpa Baterai

Teknologi inti pada kacamata pintar tersebut adalah triboelectric nanogenerator atau TENG, yaitu perangkat yang memanfaatkan efek triboelektrik. Cara pengoperasiannya berkaitan dengan fenomena listrik statis. Saat permukaan bahan mengalami kontak lalu menjauh, perbedaan muatan listrik dapat menghasilkan tegangan. Melalui sistem sensor yang digunakan, aktivitas wajah menyebabkan perubahan kontak antarmaterial. Respons mekanis tersebut membentuk keluaran listrik yang menggambarkan pergerakan. Dengan demikian, aktivitas alami manusia membantu mengoperasikan sensor yang mengukurnya.

Karakteristik menarik sistem GlassTENG terletak pada kemampuan menghasilkan sinyal tanpa pasokan daya sensor konvensional. Apabila seseorang menutup dan membuka mata, gerakan tersebut menimbulkan respons listrik pada komponen fleksibel. Perubahan mekanis tambahan seperti menaikkan alis, menggerakkan rahang, serta mengunyah dapat dikenali melalui respons tegangan yang khas. Kendati sensor memanfaatkan energi gerakan, komponen elektronik pendukung masih mempunyai kebutuhan daya. Karakteristik teknis tersebut penting dipahami agar kemampuan perangkat tidak disalahartikan.

Kemampuan Sensor Kacamata Pintar dalam Mengenali Berbagai Sinyal Tubuh

Untuk memperoleh informasi yang lebih lengkap, pengembang menempatkan tiga sensor berukuran kecil pada lokasi strategis di sekitar bingkai kacamata. Sensor pertama diletakkan di sekitar jembatan hidung untuk membaca kedipan, gerakan alis, dan denyut pembuluh darah. Sensor kedua ditempatkan pada area samping kepala sehingga mampu membaca aktivitas otot rahang serta pembuluh darah. Sementara itu, sensor ketiga berada dekat telinga untuk mengamati perubahan mekanis ketika pengguna mengunyah. Kombinasi ketiganya membantu membedakan sejumlah perilaku wajah.

Hasil pengukuran menunjukkan, respons sensor berubah sesuai jenis dan kekuatan gerakan. Gerakan halus akibat denyut arteri menghasilkan sinyal sekitar 50 hingga 100 milivolt. Pada aktivitas wajah lainnya, aktivitas kelopak mata dan alis memberikan sinyal sekitar 200 sampai 500 milivolt. Aktivitas mengunyah atau mengatupkan rahang menunjukkan respons listrik sampai 1,5 volt. Variasi tegangan yang dihasilkan menjadi dasar identifikasi perilaku wajah. Namun, angka tegangan saja belum menentukan kecukupan energi bagi seluruh perangkat elektronik.

Penelitian Sensor Tanpa Baterai Menghasilkan Tingkat Akurasi Menjanjikan

Dalam menguji kinerja sensor, tim pengembang melakukan percobaan bersama 20 partisipan. Individu yang mengikuti penelitian melakukan enam kategori gerakan wajah, yaitu mengedipkan mata, menaikkan alis, mengepalkan rahang, mengetuk gigi, mengunyah makanan, serta berbicara. Pada setiap sesi pengamatan, sensor mencatat sinyal listrik dari gerakan peserta. Data tersebut kemudian dianalisis menggunakan algoritma machine learning. Fungsi pemrosesan ini adalah menentukan jenis perilaku berdasarkan perubahan tegangan.

Hasil penelitian memperlihatkan, GlassTENG menunjukkan kemampuan pengenalan enam aktivitas dengan akurasi 93,8 persen. Untuk gerakan tertentu, klasifikasi gerakan ketukan gigi menghasilkan akurasi 99 persen. Untuk aktivitas rahang, pendeteksian rahang yang dikatupkan mencapai ketepatan 96 persen. Angka tersebut memberikan bukti awal bahwa pendekatan pengindraan ini cukup menjanjikan. Meski demikian, hasil laboratorium masih membutuhkan validasi pada kelompok pengguna lebih beragam. Berdasarkan keterbatasan pengujian, pengembangan berikutnya perlu menilai ketahanan sensor terhadap berbagai kondisi nyata.

Peluang Penggunaan Sensor Kedipan Mata bagi Kesehatan Sehari-hari

Salah satu potensi utama GlassTENG adalah pemantauan kebiasaan tubuh secara berkelanjutan. Sebagai contoh, 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. 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 dapat dikembangkan untuk memantau aktivitas makan, kelelahan, dan sinyal kardiovaskular. Fitur pengenalan aktivitas kelopak mata berpotensi digunakan sebagai indikator tambahan dalam pemantauan kondisi pengguna. Dalam aspek pemantauan pembuluh darah, sensor pada area hidung dan pelipis menghasilkan informasi mengenai gerakan halus akibat denyut. Data fisiologis yang diperoleh dapat mendukung penelitian pemantauan kesehatan noninvasif. Apabila penelitian lanjutan berhasil, pengguna mungkin memperoleh perangkat pemantauan kesehatan yang semakin nyaman. Perlu ditekankan bahwa, manfaat kesehatan perlu dibuktikan melalui penelitian yang lebih luas.

Inovasi Energi Kedipan Mata Menawarkan Peluang Baru bagi Wearable Modern

Penelitian kacamata pintar tanpa baterai menunjukkan kemajuan menarik dalam penelitian sensor elektronik berdaya sangat rendah. Melalui pemanfaatan triboelectric nanogenerator, aktivitas alami pengguna mampu menjadi sumber energi pengindraan tanpa bergantung pada sumber daya eksternal untuk membangkitkan sinyal sensor. Penelitian dengan pengujian pada 20 orang memperlihatkan kemampuan membedakan enam aktivitas dengan akurasi 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. Dari sudut pandang Anda, apakah teknologi energi kedipan mata dapat mengubah perkembangan perangkat wearable? Sampaikan pandangan melalui kolom komentar agar diskusi mengenai perkembangan teknologi wearable semakin menarik.