Perkembangan pemeriksaan penyakit kelainan ginjal melalui analisa urine saat ini dilakukan dalam dua proses pemeriksaan secara makroskopik dan mikroskopik. Pada dasarnya dibutuhkan sebuah alat yang mampu memproses dan meganalisa sebuah sampel urine secara otomatis agar tidak terjadinya kesalahan dalam melakukan pemeriksaan penyakit melalui sampel urine. Awalan perkembangan ini menggunakan sebuah kontroller Arduino UNO dan dua buah variable inputan sensor warna TCS3200 dan sensor pH meter SKU SEN0161. Dua buah variable input sensor berkerja secara berdampingan yang dimana TCS3200 hasil keluaran berupa nilai frekuensi RGB dan diproses kembali menjadi frekuensi grayscale dan sensor pH meter SKU SEN0161 menghasilkan sebuah nilai ph pada sampel urine. Hasil dari pemeriksaan tersebut ditampilkan pada sebuah penampil berupa LCD (Liquid Cristal Display) berukuran 16x2.Hasil pemeriksaan dari alat ini dibandingkan dengan hasil analisa pakar dari Balai Laboratotrium Kesehatan Yogyakarta bagian Urology. dan mendapatkan tingkatan nilai akurasi 93% dengan keberhasilan data sebanyak 28 dari 30 data yang diambil. Development of examination of kidney disease through urine analysis is currently carried out in two macroscopic and microscopic examination processes. Basically, we need a tool that is capable of processing and analyzing a urine sample automatically so that errors do not occur in checking the disease through urine samples. This development prefix uses an Arduino UNO controller and two TCS3200 color sensor input variable sensors and a pH meter SKU SEN0161. Two sensor input variables work side by side in which TCS3200 outputs are RGB frequency values and are reprocessed into grayscale frequencies and the pH meter SKU SEN0161 sensor produces a pH value in the urine sample. The results of the examination are displayed on a 16x2 LCD (Liquid Cristal Display) viewer. The results of this examination are compared with the results of expert analysis from the Yogyakarta Health Laboratory Center for Urology. and get an accuracy rate of 93% with the success of the data as much as 28 of the 30 data taken.