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 perangkat wearable berbentuk kacamata yang menggunakan aktivitas alami wajah sebagai sumber energi sensor. Inovasi teknologi tersebut dipimpin oleh Profesor Nivedita Arora, bersama Nabil Alshurafa serta tim mahasiswa tingkat magister. Dibandingkan sensor kesehatan yang mengandalkan baterai, GlassTENG memanfaatkan aktivitas fisik untuk menghasilkan sinyal sensor. Metode yang digunakan bertujuan mengurangi kebutuhan energi eksternal. Melalui rancangan inovatif ini, perangkat yang biasa dikenakan dapat memiliki kemampuan pengindraan tambahan.

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. Kajian tersebut dipresentasikan dalam rangkaian konferensi UbiComp/ISWC 2026 yang membahas komputasi wearable dan teknologi interaktif. Salah satu tujuan utamanya adalah menciptakan sistem pengindraan yang lebih mudah digunakan setiap hari. Tim pengembang mempertimbangkan bahwa banyak pengguna terbiasa mengenakan kacamata dalam aktivitas harian. Berdasarkan kebiasaan penggunaan tersebut, pemanfaatan kacamata sebagai perangkat kesehatan menawarkan peluang menarik.

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. Saat permukaan bahan mengalami kontak lalu menjauh, terbentuk perbedaan potensial yang dapat diukur. Melalui sistem sensor yang digunakan, aktivitas wajah menyebabkan perubahan kontak antarmaterial. Perubahan tersebut menimbulkan tegangan sebagai informasi sensor. Berkat prinsip ini, kedipan mata tidak hanya dideteksi tetapi juga menyediakan energi pengindraannya.

Keunggulan dari pendekatan triboelektrik tersebut muncul karena sensor tidak membutuhkan baterai untuk membangkitkan sinyal gerakan. Apabila seseorang menutup dan membuka mata, gerakan tersebut menimbulkan respons listrik pada komponen fleksibel. Perubahan mekanis tambahan seperti menggerakkan bagian dahi, mengunyah makanan, dan mengepalkan rahang juga menghasilkan pola listrik yang berbeda. Kendati sensor memanfaatkan energi gerakan, operasi keseluruhan sistem tetap bergantung pada rancangan rangkaian elektronik. Hal tersebut 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 bagian tertentu dari struktur kacamata. Komponen pengindra pertama diletakkan di sekitar jembatan hidung untuk membaca kedipan, gerakan alis, dan denyut pembuluh darah. Sensor kedua diposisikan dekat pelipis sehingga berfungsi mengidentifikasi pergerakan rahang dan sinyal denyut. Sebagai pelengkap sistem, komponen terakhir terletak di sekitar area telinga untuk mendeteksi tekanan akibat gerakan rahang. Kombinasi ketiganya menyediakan informasi mekanis dari beberapa area tubuh.

Dalam eksperimen yang dilakukan, setiap aktivitas menghasilkan tegangan dengan karakteristik berbeda. Pulsa arteri yang terdeteksi menghasilkan sinyal sekitar 50 hingga 100 milivolt. Sementara itu, pergerakan bagian atas wajah menghasilkan tegangan berkisar 200–500 milivolt. Tekanan mekanis lebih besar dari otot rahang dapat memunculkan sinyal hingga 1,5 volt. Variasi tegangan yang dihasilkan menjadi dasar identifikasi perilaku wajah. Namun, angka tegangan saja belum menentukan kecukupan energi bagi seluruh perangkat elektronik.

Kemampuan Kacamata Pintar Mendeteksi Gerakan dengan Machine Learning

Sebagai bagian dari penelitian eksperimental, para ilmuwan melibatkan 20 peserta. Individu yang mengikuti penelitian melakukan enam kategori gerakan wajah, yaitu berkedip, mengangkat alis, mengatupkan rahang, mengetukkan gigi, makan, dan berbicara. Ketika percobaan dilakukan, sensor mencatat sinyal listrik dari gerakan peserta. Hasil pengukuran sensor kemudian dianalisis menggunakan algoritma machine learning. Tujuannya adalah membedakan pola sinyal dari setiap aktivitas.

Hasil penelitian memperlihatkan, GlassTENG memperoleh tingkat ketepatan klasifikasi sekitar 93,8 persen. Untuk gerakan tertentu, sistem mengenali aktivitas mengetukkan gigi dengan ketepatan 99 persen. Sementara itu, pendeteksian rahang yang dikatupkan mencapai ketepatan 96 persen. Pencapaian penelitian tersebut menunjukkan kemampuan sensor membedakan beberapa aktivitas wajah. Kendati akurasinya cukup tinggi, hasil laboratorium masih membutuhkan validasi pada kelompok pengguna lebih beragam. Berdasarkan keterbatasan pengujian, penelitian lanjutan diperlukan sebelum perangkat digunakan secara komersial.

Potensi Kacamata Pintar Tanpa Baterai untuk Pemantauan Kesehatan

Salah satu potensi utama GlassTENG adalah pemantauan kebiasaan tubuh secara berkelanjutan. Dalam kemungkinan penggunaan mendatang, sistem berpotensi digunakan untuk memantau aktivitas rahang yang berulang. Kebiasaan mengepalkan rahang menjadi salah satu aspek yang diperhatikan pada gangguan bruxism, yaitu aktivitas rahang berupa pengatupan atau penggeretakan gigi yang tidak disengaja. Dengan penyempurnaan sistem analisis, kacamata berpotensi memberikan pengingat ketika perilaku tersebut terdeteksi. Meskipun peluang ini menarik, perangkat tersebut masih merupakan prototipe penelitian.

Selain pengamatan gerakan rahang, GlassTENG memiliki peluang penggunaan dalam pengamatan perilaku makan serta denyut pembuluh darah. Sistem pembacaan gerakan mata berpotensi digunakan sebagai indikator tambahan dalam pemantauan kondisi pengguna. Dalam aspek pemantauan pembuluh darah, perangkat pengindra pada lokasi tertentu dapat menangkap respons dari getaran pembuluh darah. Data fisiologis yang diperoleh dapat mendukung penelitian pemantauan kesehatan noninvasif. Dengan pengembangan yang memadai, pengguna mungkin memperoleh perangkat pemantauan kesehatan yang semakin nyaman. Meskipun demikian, penerapan klinis harus melalui proses validasi khusus.

Inovasi Energi Kedipan Mata Menawarkan Peluang Baru bagi Wearable Modern

Inovasi sensor berbasis gerakan wajah menunjukkan kemajuan menarik dalam pengembangan perangkat kesehatan yang dikenakan. Melalui pemanfaatan triboelectric nanogenerator, aktivitas alami pengguna mampu menjadi sumber energi pengindraan tanpa mengandalkan baterai konvensional dalam proses pendeteksian mekanis. Hasil pengujian terhadap 20 peserta memperlihatkan kemampuan membedakan enam aktivitas dengan akurasi 93,8 persen. Pencapaian tersebut menawarkan peluang menciptakan kacamata dengan fungsi pemantauan tambahan. Walaupun masih membutuhkan penyempurnaan, GlassTENG menunjukkan manfaat pemanfaatan energi gerakan tubuh. Dari sudut pandang Anda, apakah kacamata pintar tanpa baterai akan menjadi kebutuhan masa depan? Ceritakan fitur kacamata pintar yang paling Anda harapkan agar diskusi mengenai perkembangan teknologi wearable semakin menarik.