Rumah sakit memerlukan sistem manajemen energi yang mampu menjamin kontinuitas suplai listrik pada beban vital selama kondisi normal maupun kontingensi. Pendekatan Energy Management System (EMS) berbasis rule-based banyak digunakan karena bersifat deterministik, namun memiliki keterbatasan dalam memanfaatkan informasi kontekstual yang dinamis, seperti kondisi cuaca, ketersediaan sumber energi, maupun prioritas operasional rumah sakit. Penelitian ini mengusulkan integrasi Large Language Model (LLaMA 3.1) sebagai Decision Support System (DSS) untuk mendukung EMS berbasis rule-based pada Smart Hospital Microgrid. LLM memanfaatkan data telemetri sistem dan informasi kontekstual untuk menghasilkan rekomendasi strategi manajemen energi, sedangkan keputusan pengendalian tetap dieksekusi oleh EMS berbasis rule-based guna mempertahankan keandalan dan sifat deterministik sistem. Selanjutnya, rekomendasi tersebut divalidasi melalui optimasi 0–1 Knapsack Problem untuk menentukan kombinasi penyediaan daya dan load shedding sesuai prioritas beban serta keterbatasan kapasitas sumber energi. Sistem dimodelkan menggunakan MATLAB/Simulink dan dievaluasi pada enam skenario kontingensi yang merepresentasikan berbagai kondisi gangguan operasional. Kinerja sistem dinilai menggunakan Critical Load Availability (CLA) sebagai indikator kontinuitas suplai pada beban prioritas. Hasil simulasi menunjukkan bahwa pendekatan yang diusulkan mampu mempertahankan CLA sebesar 100% pada seluruh beban Prioritas 2 (P2) serta menghasilkan keputusan manajemen energi yang lebih adaptif dibandingkan pendekatan rule-based ketika diberikan informasi kontekstual. Hasil penelitian ini menunjukkan bahwa integrasi LLM sebagai DSS dengan EMS berbasis rule-based dan optimasi Knapsack berpotensi meningkatkan adaptabilitas manajemen kontingensi Smart Hospital Microgrid tanpa mengurangi keandalan pengendalian deterministik. Kata Indeks — Smart Hospital Microgrid, Large Language Model, Decision Support System, Rule-Based Energy Management System, Contingency Management, Zero Downtime.