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 merupakan prototipe kacamata pintar yang menggunakan aktivitas alami wajah sebagai sumber energi sensor. Penelitian tersebut dipimpin oleh Profesor Nivedita Arora, bersama Profesor Nabil Alshurafa dan sejumlah mahasiswa peneliti. Tidak seperti sebagian besar perangkat pemantau kesehatan elektronik, GlassTENG menggunakan gerakan tubuh sebagai sumber energi pengindraan. Pendekatan tersebut membantu menghadirkan sistem pengindraan hemat daya. 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. Pengembangan teknologi tersebut menjadi bagian dari konferensi UbiComp/ISWC 2026 yang menampilkan perkembangan sistem komputasi dan perangkat yang dikenakan. Fokus penting dari penelitian tersebut adalah menciptakan sistem pengindraan yang lebih mudah digunakan setiap hari. Kelompok ilmuwan menyadari 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

Bagian terpenting dari sistem pengindraan GlassTENG adalah triboelectric nanogenerator atau TENG, yaitu teknologi yang mengubah gerakan mekanis menjadi sinyal listrik. Cara pengoperasiannya menggunakan efek listrik yang muncul ketika bahan bersentuhan. Apabila dua material mengalami siklus sentuhan dan pemisahan, proses perpindahan muatan menimbulkan sinyal listrik. Melalui sistem sensor yang digunakan, gerakan kelopak mata dan otot wajah memberikan tekanan pada lapisan sensor. Aktivitas kontak dan pemisahan itu menghasilkan sinyal listrik yang dapat dianalisis. Melalui proses tersebut, aktivitas alami manusia membantu mengoperasikan sensor yang mengukurnya.

Keunikan teknologi ini muncul karena sensor tidak membutuhkan baterai untuk membangkitkan sinyal gerakan. Ketika pengguna berkedip, tekanan kecil pada sensor menghasilkan perubahan tegangan. Aktivitas wajah lainnya 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. Karakteristik teknis tersebut menjelaskan bahwa pengindraan mandiri tidak otomatis berarti seluruh fungsi elektronik bebas kebutuhan daya.

Kemampuan Sensor Kacamata Pintar dalam Mengenali Berbagai Sinyal Tubuh

Agar berbagai gerakan wajah dapat terdeteksi, para ilmuwan menggunakan tiga komponen pengindra fleksibel pada lokasi strategis di sekitar bingkai kacamata. Komponen pengindra pertama diletakkan di sekitar jembatan hidung untuk memantau perubahan mekanis di sekitar mata dan pembuluh darah. Sensor kedua dipasang di bagian rangka yang berdekatan dengan pelipis sehingga dapat menangkap gerakan rahang dan denyut arteri temporal. Sebagai pelengkap sistem, komponen terakhir terletak di sekitar area telinga untuk mengenali aktivitas mengunyah dan mengatupkan rahang. Susunan sensor tersebut menyediakan informasi mekanis dari beberapa area tubuh.

Berdasarkan pengujian peneliti, respons sensor berubah sesuai jenis dan kekuatan gerakan. Denyut pembuluh darah memunculkan tegangan dalam kisaran 50 sampai 100 milivolt. Untuk perubahan gerakan yang lebih jelas, pergerakan bagian atas wajah menghasilkan tegangan berkisar 200–500 milivolt. Aktivitas mengunyah atau mengatupkan rahang mampu menghasilkan tegangan mencapai 1,5 volt. Perbedaan nilai tersebut memberikan informasi untuk membedakan gerakan. Meskipun nilai tegangan terlihat menarik, angka tegangan saja belum menentukan kecukupan energi bagi seluruh perangkat elektronik.

Kemampuan Kacamata Pintar Mendeteksi Gerakan dengan Machine Learning

Dalam menguji kinerja sensor, tim pengembang melakukan percobaan bersama 20 partisipan. Setiap peserta menjalani serangkaian pengujian dengan enam kegiatan berbeda, yaitu mengedipkan mata, menaikkan alis, mengepalkan rahang, mengetuk gigi, mengunyah makanan, serta berbicara. Ketika percobaan dilakukan, sensor mencatat sinyal listrik dari gerakan peserta. Hasil pengukuran sensor dipelajari dengan bantuan sistem kecerdasan buatan. Tujuannya adalah membedakan pola sinyal dari setiap aktivitas.

Berdasarkan data eksperimen, GlassTENG mencapai akurasi keseluruhan sebesar 93,8 persen. Pada beberapa kategori aktivitas, klasifikasi gerakan ketukan gigi menghasilkan akurasi 99 persen. Pada kategori lainnya, pendeteksian rahang yang dikatupkan mencapai ketepatan 96 persen. Pencapaian penelitian tersebut menunjukkan kemampuan sensor membedakan beberapa aktivitas wajah. Meski demikian, hasil laboratorium masih membutuhkan validasi pada kelompok pengguna lebih beragam. Dengan mempertimbangkan hal tersebut, 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. 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, sistem mungkin mampu menyampaikan peringatan mengenai gerakan rahang tertentu. Walaupun memiliki potensi penggunaan kesehatan, GlassTENG belum dapat dianggap sebagai alat diagnosis medis.

Di samping pemantauan bruxism, GlassTENG berpotensi membantu penelitian mengenai aktivitas wajah dan kondisi fisiologis. Sistem pembacaan gerakan mata berpotensi digunakan sebagai indikator tambahan dalam pemantauan kondisi pengguna. Sementara itu, komponen pendeteksi dekat pembuluh darah menghasilkan informasi mengenai gerakan halus akibat denyut. Informasi tersebut memberikan dasar bagi penelitian teknologi kesehatan wearable. Apabila penelitian lanjutan berhasil, pemantauan berbagai aktivitas tubuh berpotensi dilakukan melalui satu aksesori. Meskipun demikian, penerapan klinis harus melalui proses validasi khusus.

Masa Depan Kacamata Pintar Tanpa Baterai dengan Sensor Gerakan Wajah

Inovasi sensor berbasis gerakan wajah menunjukkan kemajuan menarik dalam penelitian sensor elektronik berdaya sangat rendah. Berkat penerapan triboelectric nanogenerator, kedipan mata serta gerakan wajah dapat menghasilkan sinyal listrik 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. Temuan ini menawarkan peluang menciptakan kacamata dengan fungsi pemantauan tambahan. Walaupun masih membutuhkan penyempurnaan, GlassTENG menunjukkan manfaat pemanfaatan energi gerakan tubuh. Menurut Anda, apakah teknologi energi kedipan mata dapat mengubah perkembangan perangkat wearable? Ceritakan fitur kacamata pintar yang paling Anda harapkan agar diskusi mengenai perkembangan teknologi wearable semakin menarik.