Seiring dengan kemajuan teknologi elektronika dan perkembangan ilmu komputer terutama bidang kecerdasan buatan, pembuatan suatu sistem sensor pengenal odor dapat dilakukan. Sistem sensor pengenal odor ini berfungsi sebagai penggandi tenaga ahli yang biasanya digunakan dalam industri-industri baik makanan, minuman, obat-obatan, dan bidang-bidang lainnya. Salah satu komponen penting dari sistem sensor adalah komponen perangkat lunak jaringan neural bautan. Salah satu jenis jaringan neural buatan yang dapat digunakan dalam sistem pengenal odor adalah jaringan propagasi balik. Tugas akhir ini merupakan pengimplementasian jaringan propagasi balik dan pengamantan pengaruh beberapa parameter terhadap lamanya waktu pelatihan. Parameter-parameter yang diamati adalah: jumlah neuron pada lapis tersembunyi, penggunaan bias, dan penggunaan pembaharu bobot pada iterasi sebelumnya untuk memperbaharui nilai bobot. Untuk kasus yang diamati, terlalu sedikitnya jumlah neuron pada lapisan tersembunyi akan membuat jaringan propagasi balik susah untuk belajar. Selain itu jaringan propagasi balik yang menggunakan bias dan menggunakan permbaharu bobot pada iterasi sebelumnya untuk memperbaharui nilai bobot, lebih cepat belajar dibandingkan jaringan yang tidak menggunakannya.