Penyakit asam urat dan diabetes merupakan contoh penyakit degeneratif yang ditimbulkan akibat penurunan derajat kesehatan. Salah satu metode utama untuk mendiagnosis kedua kondisi itu adalah melalui pemeriksaan kadar glukosa dan asam urat dalam darah, yang dilakukan di laboratorium klinik maupun fasilitas kesehatan primer. Tujuan penelitian ini adalah untuk mengembangkan alat portabel berbasis Internet of Things untuk mendeteksi penyakit asam urat dan diabetes secara dini dengan mengukur pH urin pasien. Penelitian ini merupakan penelitian kuantitatif. Sampel penelitian ini adalah urin 46 pasien di Puskesmas Keputih Surabaya, dengan kisaran usia antara 9 sampai 80 tahun. Teknik pengumpulan data dilakukan dengan menggunakan sensor pH DF-Robot v2, yang kemudian data pH urine dimasukkan ke dalam model Neural Network. Sedangkan pengukuran asam urat dan kadar gula dengan alat invasif Easy Touch GCU. Berdasarkan data yang telah didapatkan, dapat dilihat bahwa Model ANN (Multi-Layer Perceptron) yang digunakan untuk memprediksi kadar Gula darah dan asam urat berdasarkan input umur dan pH urine menunjukkan performa yang cukup baik, dengan akurasi sebesar 90.2% untuk gula darah dan 90.3% untuk asam urat, serta persentase rata-rata error (MAPE) masing-masing 9.8% dan 9.7%.