Diabetes melitus merupakan kelainan metabolisme kronis yang menuntut penderitanya untuk melakukan pemantauan kadar glukosa darah secara berkelanjutan. Metode pemantauan konvensional bersifat invasif yang menimbulkan ketidaknyamanan dan berpotensi menyebabkan infeksi. Penelitian ini bertujuan untuk merancang dan membangun prototipe alat ukur kadar glukosa darah non-invasif menggunakan dua sensor inframerah TCRT5000 yang digunakan untuk membaca data pada ujung jari dan spesimen urine. Data dari sensor kemudian difilter menggunakan Moving Average, lalu diolah oleh mikrokontroler ESP32. Percobaan awal pada proyek akhir ini dilakukan menggunakan metode fuzzy dengan tipe Mamdani. Model fuzzy awal dibangun menggunakan dataset terbatas yang berisi 9 data. Hasil pelatihan menggunakan 6 data menunjukkan Mean Absolute Percentage Error (MAPE) sebesar 6,95%, sedangkan pada hasil pengujian dengan 3 data baru menunjukkan nilai MAPE sebesar 20,48%. Karena nilai error yang dihasilkan masih tergolong tinggi, serta karena proses optimalisasi Membership Function (MF) dan fuzzy rules yang manual untuk menyesuaikan dengan pola dataset, sehingga penelitian beralih ke metode lain, yaitu metode Adaptive Neuro-Fuzzy Inference System (ANFIS). Metode ANFIS digunakan sebagai pengganti metode fuzzy biasa karena model ANFIS dapat mengoptimalkan fuzzy rules dan (MF) secara otomatis sehingga mampu memodelkan hubungan non-linear antara sinyal inframerah dan kadar glukosa darah. Model ANFIS dibangun berdasarkan dataset sebanyak 48 data, menghasilkan model fuzzy yang memiliki 5 MF tipe gaussian pada kedua input, output dengan tipe constant, dan 25 fuzzy rules. Hasil pelatihan menggunakan 40 data sampel menunjukkan nilai MAPE sebesar 6,97%. Pada tahap pengujian dengan 8 data baru, model menunjukkan nilai MAPE sebesar 10,84%. Hasil pengukuran ditampilkan pada layar TFT LCD, lalu dapat disimpan dan dilihat secara online pada website. Prototipe ini diharapkan dapat berpotensi sebagai alternatif pemantauan glukosa yang lebih nyaman dan aman, serta dapat mendukung manajemen diabetes yang lebih efektif.