En la actualidad, Perú enfrenta graves problemas ambientales que impactan directamente la salud de sus habitantes, especialmente en el Distrito Carabayllo-Lima, donde la polución representa una preocupación significativa. Con el propósito de abordar esta problemática, se plantea el uso de redes neuronales para desarrollar indicadores predictivos basados en datos de la Estación de Calidad de Aire local. Este estudio de nivel explicativo y diseño experimental evaluó tres algoritmos de retropropagación y dos modelos de neuronas en una capa oculta durante un período de 2 años. Los resultados obtenidos indican que el modelo propuesto logró una precisión del -0.1089% en la predicción de la calidad del aire, lo que sugiere su utilidad como herramienta para respaldar las decisiones municipales en la gestión ambiental efectiva.
