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 prototipe kacamata pintar yang mengubah pergerakan otot wajah menjadi sinyal listrik. Pengembangan perangkat ini berada di bawah kepemimpinan Nivedita Arora, bersama kelompok peneliti yang melibatkan Nabil Alshurafa dan mahasiswa pascasarjana. Dibandingkan sensor kesehatan yang mengandalkan baterai, GlassTENG mengandalkan perubahan mekanis pada wajah untuk melakukan pendeteksian. Metode yang digunakan membantu menghadirkan sistem pengindraan hemat daya. Melalui rancangan inovatif ini, perangkat yang biasa dikenakan dapat memiliki kemampuan pengindraan tambahan.
Kelompok pengembang GlassTENG 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 menjadi bagian dari 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. Para peneliti melihat bahwa banyak pengguna terbiasa mengenakan kacamata dalam aktivitas harian. Oleh karena itu, penambahan kemampuan pemantauan pada kacamata dapat menjadi solusi praktis.
Mekanisme Perubahan Gerakan Wajah Menjadi Sinyal Listrik
Komponen utama GlassTENG adalah triboelectric nanogenerator atau TENG, yaitu perangkat yang memanfaatkan efek triboelektrik. Prinsip kerjanya berkaitan dengan fenomena listrik statis. Apabila dua material mengalami siklus sentuhan dan pemisahan, terbentuk perbedaan potensial yang dapat diukur. Pada GlassTENG, aktivitas wajah menyebabkan perubahan kontak antarmaterial. Aktivitas kontak dan pemisahan itu menghasilkan sinyal listrik yang dapat dianalisis. Dengan demikian, aktivitas alami manusia membantu mengoperasikan sensor yang mengukurnya.
Karakteristik menarik sistem GlassTENG berasal dari penggunaan energi mekanis yang tersedia secara alami. Apabila seseorang menutup dan membuka mata, tekanan kecil pada sensor menghasilkan perubahan tegangan. Aktivitas wajah lainnya seperti mengangkat alis, mengunyah, dan mengatupkan rahang dapat dikenali melalui respons tegangan yang khas. Kendati sensor memanfaatkan energi gerakan, operasi keseluruhan sistem tetap bergantung pada rancangan rangkaian elektronik. Perbedaan ini penting dipahami agar kemampuan perangkat tidak disalahartikan.
Kemampuan Sensor Kacamata Pintar dalam Mengenali Berbagai Sinyal Tubuh
Agar berbagai gerakan wajah dapat terdeteksi, pengembang menempatkan tiga sensor berukuran kecil pada lokasi strategis di sekitar bingkai kacamata. Sensor pertama dipasang pada bagian tengah bingkai dekat hidung untuk membaca kedipan, gerakan alis, dan denyut pembuluh darah. Komponen berikutnya diposisikan dekat pelipis sehingga berfungsi mengidentifikasi pergerakan rahang dan sinyal denyut. Sementara itu, pendeteksi tambahan dipasang pada bagian belakang samping bingkai untuk mendeteksi tekanan akibat gerakan rahang. Susunan sensor tersebut memungkinkan pengamatan aktivitas wajah dari berbagai posisi.
Hasil pengukuran menunjukkan, gerakan wajah memunculkan keluaran listrik yang bervariasi. Gerakan halus akibat denyut arteri memunculkan tegangan dalam kisaran 50 sampai 100 milivolt. Untuk perubahan gerakan yang lebih jelas, 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 membantu sistem mengenali jenis aktivitas. Perlu diperhatikan bahwa, tegangan yang dihasilkan tidak sama dengan jumlah energi yang tersedia.
Hasil Pengujian GlassTENG Menunjukkan Akurasi Pengenalan Aktivitas Wajah
Sebagai bagian dari penelitian eksperimental, para ilmuwan melibatkan 20 peserta. Setiap peserta diminta menjalankan enam jenis aktivitas, 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 dipelajari dengan bantuan sistem kecerdasan buatan. Tujuannya adalah membedakan pola sinyal dari setiap aktivitas.
Hasil penelitian memperlihatkan, GlassTENG mencapai akurasi keseluruhan sebesar 93,8 persen. Dalam pengenalan perilaku khusus, sistem mengenali aktivitas mengetukkan gigi dengan ketepatan 99 persen. Untuk aktivitas rahang, pendeteksian rahang yang dikatupkan mencapai ketepatan 96 persen. Hasil pengukuran ini memperlihatkan potensi penggunaan sinyal mekanis untuk klasifikasi perilaku. 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.
Manfaat Teknologi GlassTENG dalam Mendeteksi Kebiasaan dan Aktivitas Tubuh
Salah satu potensi utama GlassTENG adalah pengamatan aktivitas wajah dalam rutinitas sehari-hari. Sebagai contoh, sistem berpotensi digunakan untuk memantau aktivitas rahang yang berulang. Perilaku mengatupkan rahang termasuk perilaku yang relevan dalam pemantauan bruxism, yaitu kebiasaan mengepalkan maupun menggesekkan gigi tanpa disadari. Jika kemampuan pemantauan ditingkatkan, sistem mungkin mampu menyampaikan peringatan mengenai gerakan rahang tertentu. Walaupun memiliki potensi penggunaan kesehatan, perangkat tersebut masih merupakan prototipe penelitian.
Di samping pemantauan bruxism, GlassTENG dapat dikembangkan untuk memantau aktivitas makan, kelelahan, dan sinyal kardiovaskular. Kemampuan mendeteksi kedipan mata dapat menjadi salah satu masukan untuk penelitian kelelahan. Untuk kebutuhan pengindraan fisiologis, komponen pendeteksi dekat pembuluh darah dapat menangkap respons dari getaran pembuluh darah. Informasi tersebut berpotensi dimanfaatkan untuk pengembangan perangkat pengamatan kondisi tubuh. Apabila penelitian lanjutan berhasil, pengguna mungkin memperoleh perangkat pemantauan kesehatan yang semakin nyaman. Namun demikian, penerapan klinis harus melalui proses validasi khusus.
Masa Depan Kacamata Pintar Tanpa Baterai dengan Sensor Gerakan Wajah
Penelitian kacamata pintar tanpa baterai menunjukkan kemajuan menarik dalam pengembangan perangkat kesehatan yang dikenakan. Berkat penerapan triboelectric nanogenerator, kedipan mata serta gerakan wajah dapat menghasilkan sinyal listrik tanpa memerlukan baterai pada komponen pengindra utama. Penelitian dengan pengujian pada 20 orang menunjukkan akurasi pengenalan aktivitas mencapai 93,8 persen. Temuan ini menawarkan peluang menciptakan kacamata dengan fungsi pemantauan tambahan. Kendati penelitian lebih lanjut masih diperlukan, GlassTENG memperlihatkan potensi teknologi pengindraan mandiri. Menurut Anda, seberapa bermanfaat sensor kesehatan yang terintegrasi pada kacamata? Silakan bagikan pendapat Anda agar semakin banyak gagasan mengenai pemanfaatan perangkat hemat energi dapat dibagikan.
