Perkembangan pemeriksaan penyakit kelainan ginjal melalui analisa urin saat ini dilakukan dalam dua proses pemeriksaan secara makroskopis dan mikroskopis. Pada dasarnya dibutuhkan sebuah alat yang mampu memproses dan menganalisis sebuah sampel urin secara otomatis agar tidak terjadinya kesalahan dalam melakukan pemeriksaan penyakit melalui sampel urin. Awalan perkembangan ini menggunakan sebuah Kontroler Arduino UNO dan dua buah variabel masukan yaitu sensor warna TCS3200 dan sensor PH meter SKU SEN0161. Dua buah variabel masukan sensor bekerja secara berdampingan dengan sensor TCS3200 memiliki hasil keluaran berupa nilai frekuensi RGB dan diproses kembali menjadi frekuensi keabuan. Lalu, sensor PH meter SKU SEN0161 menghasilkan sebuah nilai PH pada sampel urin. Hasil dari pemeriksaan tersebut ditampilkan pada sebuah penampil berupa LCD berukuran 16x2. Hasil pemeriksaan dari alat ini dibandingkan dengan hasil analisa pakar dari Balai Laboratorium Kesehatan Yogyakarta bagian Urology. dan mendapatkan tingkatan nilai akurasi 93% dengan keberhasilan data sebanyak 28 dari 30 data yang diambil. The development of examining kidney disorders through urine analysis is currently carried out in two processes of examination, macroscopic and microscopic. Basically, we need a tool that is able to process and analyze a urine sample automatically so that there are no errors in carrying out disease checks through the urine sample. The beginning of this development used an Arduino UNO controller and two input variables, namely the TCS3200 color sensor and the SKU SEN0161 PH meter sensor. Two sensor input variables working side by side with the TCS3200 sensor have an output in the form of RGB frequency values and are processed back into gray frequencies. Then, the PH meter SKU SEN0161 sensor generates a PH value in the urine sample. The results of these checks are displayed on a 16x2 LCD display. The examination results of this tool are compared with the results of the analysis of experts from the Yogyakarta Health Laboratory Center, Urology section. and get an accuracy level of 93% with the success of the data as much as 28 of the 30 data taken.