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.
Inovasi GlassTENG yang Mengubah Gerakan Wajah Menjadi Energi Listrik
GlassTENG dikenal sebagai perangkat wearable berbentuk kacamata yang mengubah pergerakan otot wajah menjadi sinyal listrik. Inovasi teknologi tersebut dipimpin oleh Profesor Nivedita Arora, bersama kelompok peneliti yang melibatkan Nabil Alshurafa dan mahasiswa pascasarjana. Berbeda dengan banyak perangkat wearable konvensional, GlassTENG memanfaatkan aktivitas fisik untuk menghasilkan sinyal sensor. Metode yang digunakan bertujuan mengurangi kebutuhan energi eksternal. Berkat penerapan sistem tersebut, kacamata sehari-hari berpotensi menjadi perangkat pemantauan kesehatan.
Para ilmuwan yang terlibat menjelaskan kemampuan prototipe melalui laporan akademik 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 menampilkan perkembangan sistem komputasi dan perangkat yang dikenakan. Fokus penting dari penelitian tersebut adalah menghadirkan pemantauan aktivitas wajah tanpa sensor berukuran besar. Kelompok ilmuwan menyadari bahwa kacamata merupakan aksesori yang sudah digunakan banyak orang. Oleh karena itu, penambahan kemampuan pemantauan pada kacamata dapat menjadi solusi praktis.
Rahasia Sensor Triboelektrik pada Kacamata Pintar Tanpa Baterai
Bagian terpenting dari sistem pengindraan GlassTENG adalah triboelectric nanogenerator atau TENG, yaitu perangkat yang memanfaatkan efek triboelektrik. Cara pengoperasiannya memanfaatkan perpindahan muatan akibat kontak dua material. Saat permukaan bahan mengalami kontak lalu menjauh, proses perpindahan muatan menimbulkan sinyal listrik. Dalam rancangan kacamata tersebut, gerakan kelopak mata dan otot wajah memberikan tekanan pada lapisan sensor. Respons mekanis tersebut menimbulkan tegangan sebagai informasi sensor. Melalui proses tersebut, gerakan wajah menjadi sumber informasi sekaligus energi sensor.
Keunikan teknologi ini muncul karena sensor tidak membutuhkan baterai untuk membangkitkan sinyal gerakan. Ketika pengguna berkedip, lapisan material mengalami deformasi yang memicu sinyal listrik. Gerakan lain seperti menggerakkan bagian dahi, mengunyah makanan, dan mengepalkan rahang memunculkan karakteristik sinyal tersendiri. Walaupun sensor bekerja tanpa baterai, operasi keseluruhan sistem tetap bergantung pada rancangan rangkaian elektronik. Perbedaan ini perlu diperhatikan ketika membahas konsep kacamata tanpa baterai.
Kemampuan Sensor Kacamata Pintar dalam Mengenali Berbagai Sinyal Tubuh
Dalam upaya menangkap sinyal dari beberapa bagian wajah, pengembang menempatkan tiga sensor berukuran kecil pada titik pengamatan yang berbeda pada rangka kacamata. Komponen pengindra pertama diletakkan di sekitar jembatan hidung untuk mendeteksi aktivitas kelopak mata serta sinyal denyut. Pendeteksi lainnya dipasang di bagian rangka yang berdekatan dengan pelipis sehingga berfungsi mengidentifikasi pergerakan rahang dan sinyal denyut. Sementara itu, pendeteksi tambahan dipasang pada bagian belakang samping bingkai untuk mengenali aktivitas mengunyah dan mengatupkan rahang. Integrasi beberapa titik pengindraan menyediakan informasi mekanis dari beberapa area tubuh.
Dalam eksperimen yang dilakukan, gerakan wajah memunculkan keluaran listrik yang bervariasi. Gerakan halus akibat denyut arteri 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 menunjukkan respons listrik sampai 1,5 volt. Perbedaan nilai tersebut membantu sistem mengenali jenis aktivitas. Meskipun nilai tegangan terlihat menarik, besar voltase tidak langsung menunjukkan kemampuan memasok daya besar.
Penelitian Sensor Tanpa Baterai Menghasilkan Tingkat Akurasi Menjanjikan
Untuk mengevaluasi kemampuan GlassTENG, tim pengembang melakukan percobaan bersama 20 partisipan. Setiap peserta diminta menjalankan enam jenis aktivitas, yaitu berkedip, mengangkat alis, mengatupkan rahang, mengetukkan gigi, makan, dan berbicara. Pada setiap sesi pengamatan, sistem membaca perubahan listrik yang dihasilkan masing-masing gerakan. Informasi yang diperoleh selanjutnya diproses melalui metode pembelajaran mesin. Sasaran analisis tersebut adalah menentukan jenis perilaku berdasarkan perubahan tegangan.
Temuan pengujian menunjukkan, GlassTENG mencapai akurasi keseluruhan sebesar 93,8 persen. Pada beberapa kategori aktivitas, klasifikasi gerakan ketukan gigi menghasilkan akurasi 99 persen. Sementara itu, gerakan mengatupkan rahang dikenali dengan akurasi 96 persen. Angka tersebut memperlihatkan potensi penggunaan sinyal mekanis untuk klasifikasi perilaku. Kendati akurasinya cukup tinggi, kemampuan prototipe perlu diuji dalam kondisi penggunaan sehari-hari yang lebih luas. Dengan mempertimbangkan hal tersebut, uji tambahan penting untuk memastikan konsistensi performa.
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, sensor dapat dikembangkan untuk mengenali kebiasaan mengatupkan rahang. Perilaku mengatupkan rahang menjadi salah satu aspek yang diperhatikan pada gangguan 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, GlassTENG belum dapat dianggap sebagai alat diagnosis medis.
Tidak hanya berpotensi mengenali kebiasaan mengatupkan gigi, GlassTENG berpotensi membantu penelitian mengenai aktivitas wajah dan kondisi fisiologis. Sistem pembacaan gerakan mata dapat menjadi salah satu masukan untuk penelitian kelelahan. Dalam aspek pemantauan pembuluh darah, sensor pada area hidung dan pelipis menghasilkan informasi mengenai gerakan halus akibat denyut. Hasil pengukuran mekanis itu dapat mendukung penelitian pemantauan kesehatan noninvasif. Dengan pengembangan yang memadai, kacamata sehari-hari dapat memiliki fungsi pengindraan tambahan. Perlu ditekankan bahwa, manfaat kesehatan perlu dibuktikan melalui penelitian yang lebih luas.
Kesimpulan: Teknologi GlassTENG Membuka Era Baru Kacamata Pintar Hemat Energi
Pengembangan GlassTENG menunjukkan kemajuan menarik dalam pengembangan perangkat kesehatan yang dikenakan. Berkat penerapan 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 menghasilkan ketepatan klasifikasi keseluruhan sebesar 93,8 persen. Hasil penelitian tersebut memberikan dasar bagi pengembangan sensor kesehatan masa depan. 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 semakin banyak gagasan mengenai pemanfaatan perangkat hemat energi dapat dibagikan.
