An automatic non-volcanic tremor (NVT) detection algorithm is developed. NVT occurs in the 1 – 10 Hz frequency range, but high ambient noise dominates above 2 Hz at many of the MesoAmerican Seismic Experiment (MASE) stations, so the seismograms are bandpass filtered 1 – 2 Hz. The site amplification effect is determined by comparing the coda envelopes of regional earthquakes at all stations and then removed. A median filter is applied to the absolute amplitude of the bandpass filtered data to remove the spikes of local earthquakes. Day-long data files of each station are detrended and the median value is removed to suppress the effect of storms and local noise. An average of all data files per day is then obtained to amplify the coherent energy from NVT and diminish residual noise. An amplitude cutoff for NVT is empirically determined and applied to all daily data within the study period to generate the NVT catalog. The automatically determined catalog is compared with a catalog created by visual analysis of daily spectrograms. A detailed comparison is done of the month with the greatest difference between the two catalogs, May 2006. It is found that the automatic detection algorithm had fewer false picks and undetermined NVT than the initial visual NVT detection. Thus, the automatic NVT detection algorithm developed has fewer errors and can be effectively used for further analysis of the tremor activity.Desarrollo de un algoritmo de detección de tremores no-volcánicos (TNV). Un TNV ocurre en el rango de frecuencia de 1 – 10 Hz, pero el ruido ambiental alto ocurre por encima de los 2 Hz en muchas de las estaciones del MesoAmerican Seismic Experiment (MASE), entonces los sismogramas se filtran con un paso banda de 1 – 2 Hz. Se determina el efecto de sitio comparando la ventana de las codas de terremotos regionales en todas las estaciones, y luego se remueve. Se aplica un filtro mediano a la amplitud absoluta de los datos filtrados con el filtro de paso banda para remover los picos de los terremotos locales. Se quita la tendencia y el valor mediano de los archivos de datos de un día para eliminar el efecto de las tormentas y el ruido local. Se obtiene el promedio de todos los datos por día para amplificar la energía coherente de los TNV y para disminuir el ruido local. Se determina empíricamente un límite de amplitud de los TNV y se aplica a todos los datos diariamente del periodo de estudio para generar el catálogo de los TNV. Se compara el catálogo determinado automáticamente con el catálogo creado por el análisis visual de los espectrogramas diariamente. Se hace un análisis preciso durante el mes con la mayor diferencia entre los dos catálogos (mayo de 2006). Encontrandose que el algoritmo de detección automática tuvo menos falsos positivos y menos TNV indeterminados que la detección inicial de TNV visualmente, por lo tanto el algoritmo automático desarrollado de detección de TNV tiene menos errores y puede usarse efectivamente para futuros análisis de la actividad de los tremores.