Este documento aborda el problema del enfoque no supervisado de detección de fraudes con tarjetas de crédito en conjuntos de datos desequilibrados utilizando el modelo ARIMA. El modelo ARIMA se ajusta al comportamiento de gastos regular del cliente y se utiliza para detectar fraudes si aparecen algunas desviaciones o discrepancias. Nuestro modelo se aplica a conjuntos de datos de tarjetas de crédito y se compara con cuatro enfoques de detección de anomalías, a saber, los enfoques de K-means, diagrama de caja, factor local de valores atípicos y bosque de aislamiento. Los resultados muestran que el modelo ARIMA presenta una mejor capacidad de detección que la de los modelos de referencia.